數(shù)據(jù)中心客戶為此支付的電費(fèi)也更為高昂。市場(chǎng)研究公司Synergy Research Group的首席分析師John Dinsdale坦言，數(shù)據(jù)中心運(yùn)營(yíng)商正將運(yùn)行AI應(yīng)用程序產(chǎn)生的額外成本直接轉(zhuǎn)嫁到客戶身上。

一些數(shù)據(jù)中心的運(yùn)營(yíng)商們趁機(jī)提高商業(yè)租賃價(jià)格，以應(yīng)對(duì)為運(yùn)行日益能源密集型工作負(fù)載的計(jì)算機(jī)服務(wù)器組群（stack）供電和散熱而產(chǎn)生的額外成本。

據(jù)全球最大商業(yè)房地產(chǎn)服務(wù)公司之一的世邦魏理仕（CBRE Group）統(tǒng)計(jì)，數(shù)據(jù)中心客戶囊括了小型企業(yè)到大型云服務(wù)供應(yīng)商，目前消耗電力的速度快于數(shù)據(jù)中心運(yùn)營(yíng)商擴(kuò)展容量的速度。由于人工智能用例的增加，供應(yīng)限制日益嚴(yán)重，這為數(shù)據(jù)中心收取的價(jià)格帶來(lái)了上行壓力。

在強(qiáng)大的電力需求下，據(jù)世邦魏理仕統(tǒng)計(jì)，今年前三個(gè)月，美國(guó)北弗吉尼亞州的數(shù)據(jù)中心客戶每月每千瓦電力支付的費(fèi)用高達(dá)140美元，比一年前的130美元增長(zhǎng)了7.7%。

“吃電”的大模型

據(jù)咨詢機(jī)構(gòu)Tirias Research建模預(yù)測(cè)，到2028年數(shù)據(jù)中心功耗將接近4250兆瓦，比2023年增加212倍，數(shù)據(jù)中心基礎(chǔ)設(shè)施加上運(yùn)營(yíng)成本總額或超760億美元。

這堪稱“生成式AI顛覆數(shù)據(jù)中心”，其增長(zhǎng)對(duì)新興服務(wù)（例如搜索、內(nèi)容創(chuàng)建和結(jié)合生成式AI的業(yè)務(wù)自動(dòng)化）的商業(yè)模式和盈利能力都提出了挑戰(zhàn)，成本更是亞馬遜AWS年運(yùn)營(yíng)成本的兩倍多。

這堪稱“生成式AI顛覆數(shù)據(jù)中心”，其增長(zhǎng)對(duì)新興服務(wù)（例如搜索、內(nèi)容創(chuàng)建和結(jié)合生成式AI的業(yè)務(wù)自動(dòng)化）的商業(yè)模式和盈利能力都提出了挑戰(zhàn)，成本更是亞馬遜AWS年運(yùn)營(yíng)成本的兩倍多。

該機(jī)構(gòu)稱，生成式AI帶來(lái)的種種創(chuàng)新功能，都是以處理性能和功耗方面的高昂成本為代價(jià)。因此，雖然人工智能的潛力可能是無(wú)限的，但物理和成本最終可能是界限。

為了降低成本，該機(jī)構(gòu)建議，可使用高度優(yōu)化、甚至是更簡(jiǎn)單、更專業(yè)的小型神經(jīng)網(wǎng)絡(luò)模型來(lái)降低數(shù)據(jù)中心成本，方法是減少云端的模型規(guī)模，將海量參數(shù)網(wǎng)絡(luò)用于快速訓(xùn)練較小的模型，并將工作負(fù)載完全移出云端，從而將生成式AI應(yīng)用程序更加經(jīng)濟(jì)高效地分發(fā)給智能手機(jī)、PC、車輛和移動(dòng)XR產(chǎn)品等分布式平臺(tái)上運(yùn)行：

“五年前，各公司在年度Hot Chips半導(dǎo)體技術(shù)會(huì)議上開始對(duì)數(shù)據(jù)中心功耗敲響警鐘，當(dāng)時(shí)預(yù)測(cè)全球計(jì)算需求可能在十年內(nèi)超過(guò)全球發(fā)電總量。那還是在生成式AI迅速采用之前，而生成式AI有可能以更快的速度增加計(jì)算需求。

天下沒有免費(fèi)的午餐——消費(fèi)者會(huì)要求更好的生成式AI輸出，而這將抵消效率和性能的提升。隨著消費(fèi)者使用量的增加，成本將不可避免地攀升。將計(jì)算轉(zhuǎn)移到邊緣，并將其分配給PC、智能手機(jī)和XR設(shè)備等客戶端是降低資本和運(yùn)營(yíng)成本的關(guān)鍵途徑?！?/p>

“五年前，各公司在年度Hot Chips半導(dǎo)體技術(shù)會(huì)議上開始對(duì)數(shù)據(jù)中心功耗敲響警鐘，當(dāng)時(shí)預(yù)測(cè)全球計(jì)算需求可能在十年內(nèi)超過(guò)全球發(fā)電總量。那還是在生成式AI迅速采用之前，而生成式AI有可能以更快的速度增加計(jì)算需求。

天下沒有免費(fèi)的午餐——消費(fèi)者會(huì)要求更好的生成式AI輸出，而這將抵消效率和性能的提升。隨著消費(fèi)者使用量的增加，成本將不可避免地攀升。將計(jì)算轉(zhuǎn)移到邊緣，并將其分配給PC、智能手機(jī)和XR設(shè)備等客戶端是降低資本和運(yùn)營(yíng)成本的關(guān)鍵途徑。”

如今全球范圍內(nèi)群模大戰(zhàn)，需要消耗的能源和產(chǎn)生的碳排放體量之巨大，可以想見。

按照當(dāng)前的技術(shù)路線和發(fā)展模式，AI進(jìn)步將引發(fā)兩個(gè)問(wèn)題：一方面，數(shù)據(jù)中心的規(guī)模將會(huì)越來(lái)越龐大，其功耗也隨之水漲船高，且運(yùn)行越來(lái)越緩慢。

另一方面，AI芯片朝高算力、高集成方向演進(jìn)，依靠制程工藝來(lái)支撐峰值算力的增長(zhǎng)，制程越來(lái)越先進(jìn)，其功耗和水耗也越來(lái)越大。并且，受摩爾定律約束，傳統(tǒng)計(jì)算能力已接近極限，面臨馮·諾依曼架構(gòu)瓶頸、物理微縮的挑戰(zhàn)。

這兩個(gè)問(wèn)題都將導(dǎo)致AI能耗問(wèn)題愈加嚴(yán)重。

打響電力爭(zhēng)奪戰(zhàn)

龐大的電力需求無(wú)疑將進(jìn)一步對(duì)數(shù)字基礎(chǔ)設(shè)施造成壓力，現(xiàn)有的數(shù)據(jù)中心已無(wú)法滿足AI日益增長(zhǎng)的電力需求。

去年，位于北弗吉尼亞的數(shù)據(jù)中心一度面臨停電危機(jī)，能源問(wèn)題迫在眉睫。

為了解決AI能耗日益上漲的問(wèn)題，數(shù)字基礎(chǔ)設(shè)施公司DigitalBridge正計(jì)劃投入數(shù)十億美元建設(shè)并翻新用于生成式AI工作負(fù)載的數(shù)據(jù)中心。

Digital Information World認(rèn)為，下一代數(shù)據(jù)中心將比當(dāng)前弗吉尼亞及圣克拉拉市的數(shù)據(jù)中心配套設(shè)施更加全面。選址應(yīng)當(dāng)位于電力供應(yīng)不成問(wèn)題的低成本地區(qū)，為了滿足AI的算力需求，數(shù)據(jù)中心運(yùn)營(yíng)商必須適應(yīng)并采用新穎的解決方案。

隨著爭(zhēng)奪AI軍備競(jìng)賽日趨白熱化，對(duì)電力的爭(zhēng)奪變得越來(lái)越重要。

“生成式AI顛覆數(shù)據(jù)中心”，電力需求對(duì)各大公司的商業(yè)模式和盈利能力都提出了挑戰(zhàn)。生成式AI帶來(lái)的種種創(chuàng)新，都是以處理性能和功耗方面的高昂成本為代價(jià)。

因此，雖然人工智能的潛力可能是無(wú)限的，但物理和成本最終可能是界限。各大科技公司們正在嘗試一切可能的策略來(lái)確保電力需求，為變革性的能源未來(lái)奠定基礎(chǔ)。