[新聞] ChatGPT每年電費2億?!日耗電量~1.7萬家
原文標題:
ChatGPT每年電費2億?!日耗電量~1.7萬個家庭,網友:挺值!
原文連結:
https://tinyurl.com/yxhvbevc
發布時間:
2024/03/15
記者署名:
明敏豐色
原文內容:
ChatGPT居然這麼費電?
最新的等式出現了:
ChatGPT日耗電量約為1.7萬家庭每日耗電量。
什麼概念? 一年光電費就要花2億!
美國一般家庭平均單日用電29千瓦時,而ChatGPT的單日用電量超過了 50萬千瓦時 。
(美國商業用電一度約0.147美元也就是1.06元,相當於一天53萬元)
消息一出就直接衝上熱搜第一了。
除了OpenAI, Google 也「不容小覷」:
在Google搜尋中應用生成式AI技術,Google每年的耗電量將高達290億度,也就是每天約
7,900萬度。
而在未來,AI這一「吃電巨獸」的食量還會更驚人。
數據統計:
到2027年,人工智慧資料中心的用電量將和荷蘭、瑞典等小國用電量相當。
有網友看完表示:
這是利好光伏和風電?
所以AI最後拼的是誰發電多、誰發電成本低?
AI要耗多少電?
如上數據來自一篇論文《The growing energy footprint of artificial intelligence
》。
作者是荷蘭數位經濟學家Alex de Vries,透過英偉達、OpenAI、Google等公開數據進行
估算。
結果就得出了許多意想不到的結論。
首先,現在大模型訓練時期的耗電量和推理階段相比,已經不值一提了 。
SemiAnalysis數據顯示,OpenAI需要 3617台 英偉達HGX A100、共28936個GPU來支持
ChatGPT推理。
ChatGPT每天需要回應1.95億次請求,預計每天需要消耗564兆瓦時電力,每個請求約2.9
瓦時。
而GPT-3整個訓練階段的耗電量預估為1287兆瓦時,是ChatGPT大約4天的消耗量。
谷歌報告也表示,2019-2021年,與人工智慧相關的能源消耗中有60%來自推理部分。
因此論文提出未來研究AI用電量時,更應該從全週期角度來考慮。
但這也與模型再訓練頻率、模型性能與功耗之間的平衡有關系。比如BLOOM在推理階段的
耗電量就顯著降低。
其次,搜尋引擎如果用上AI,耗電量還會更高。
谷歌方面曾在去年2月表示,AI回應請求的成本可能是一般搜尋的10倍。
數據顯示,使用一次Google搜尋消耗的電量是 0.3瓦時 。 這和上面分析給出的數據相呼
應。
如果要將大模型能力植入到Google搜尋中,預計需要 512821 個HGX A100,按照每台設備
功耗為6.5千瓦來計算,每天將需要80吉瓦時的電力消耗,一年需要29.2太瓦時。
目前Google每天需要處理高達90億次搜索,換算一下,平均每個請求要消耗6.9-8.9瓦時
,已經是普通搜索的20倍+。
同樣的現像在英偉達的財報資料中也可以看到。
去年第二季度,英偉達營收創紀錄,其中資料中心部門較上季度相比成長了141%,這表示
AI方面的需求擴增。
今年,英偉達AI伺服器出貨量可能達到150萬台,總功耗可能達到9.75-15.3吉瓦。 這數
量級的伺服器,每年的用電量將達到85.4-134太瓦時。
不過AI用電量會一路飆漲嗎?
研究認為也不一定。
即使像Google這樣在全球擁有數十億用戶的廠商,也會慎重考慮AI與搜尋引擎的融合。
在硬體、軟體和電力成本壓力下,廠商腳步或許沒那麼快。
硬體生產本身也受到掣肘,AI熱潮使得台積電CoWoS先進封裝產能吃緊,但新建廠真正可
能開始批量生產要等到2027年,這或許也會影響英偉達的出貨量。
以及模型本身的演算法和架構也會讓AI功耗在一定程度上降低。
最終研究認為,關於AI用電量的問題,過於悲觀或樂觀都不可取。
短期內,在各種資源因素影響下,AI用電量成長會被抑制;但硬體和軟體的能源效率提高
,顯然也無法抵銷長期的電力需求成長。
總之,作者認為在AI開發方面,還是不要鋪張浪費的好。 監管機構也需要考慮要求廠商
揭露相關數據,提高整個AI供應鏈的透明度,以便更了解這項新興技術的環境成本。
實際上,先前關於AI消耗資源的話題已經多次引發討論。
有研究指出,到2027年,資料中心人工智慧的用電量將與荷蘭或瑞典等小國的用電量相當
。
加州大學河濱分校研究表明,問ChatGPT5-50個問題,就可消耗500毫升水。
因為AI超算資料中心需要大量水來散熱,微軟也承認用水是訓練模型的一大成本,從2021
年到2022年,其全球用水量飆升了34%,相比研究AIGC前急劇增加。
網友:也要看產出
除了微博,#ChatGPT日耗電超50萬度#的消息也在知乎衝上熱榜第三。
儘管這數據看起來驚人,但不少網友都表示:
我們還是需要比較一下投入產出。
知乎網友@段小草就淺算了一下:
一天50萬度電,1.7萬個美國家庭。 但美國有1.2億個家庭,也就是 只需萬分之一的
家庭用電,就能支撐一個服務全球TOP 1的AI產品、服務數億用戶 ,這還是在浪費能源破
壞環境嗎?
言下之意,如下所說(來自知乎網友@桔了個仔):
ChatGPT創造的價值其實遠遠超過它的能耗。
和某些技術(咳,懂得都懂)的耗電量相比,它可能更不值一提了。
所以,有人(知乎網友@玩吾傷智)直接就表示,這則消息應該這麼理解:
震驚, 只需要1.7萬一般家庭的電力即可滿足ChatGPT的一日用電需求。 (手動狗頭
)
咳咳,有趣的是,上面的答主@段小草還提到了一篇論文,題為《The Carbon Emissions
of Writing and lllustrating Are Lower for Al than for Humans》,講的是AI 在畫
畫和寫作上的碳排放量一個比人類少310到2900倍,一個比人類少130到1500倍 。
這樣看來,AI甚至算是 「節能減排的先鋒」 。 (手動狗頭)
吶,我們還是早點洗洗睡、關注GPT-5什麼時候發吧。
奧特曼:我們需要可控核融合
話又說回來,儘管比起收益,ChatGPT一日1.7萬個家庭的能耗還不值一提,但AI能耗確實
也是一個值得關注的問題。
而這一點,奧特曼早就「擔憂」了。
在今年1月的一場達沃斯會議中,他表示:
人工智慧的未來取決於清潔能源的突破。
具體而言,他認為:
隨著技術越來越成熟,AI將消耗越來越大量的電力, 如果能源技術無法突破,就無法實
現這一目標 (即讓AI技術釋放全部潛力)。
而現在,大眾還不是很了解這個需求究竟有多大,奧特曼本人也表示也遠遠超出他的預期
。
至於如何提升能源產量,他也直言:
需要 可控 核融合 ,或更便宜的太陽能及儲存等等。
——說起可控核融合,奧特曼其實早就押注了一家相關公司,名叫 Helion 。
他在它身上投資了3.75億美元,這是他以個人名義投資的最大一筆。
除此之外,奧特曼的「爸爸」 微軟 也押注了這家公司。
據了解,Helion成立於2013年,目前約150+員工。 他們預計2028年上線50兆瓦規模的可
控核融合發電項目,微軟將率先採購。
原報告:
https://www.cell.com/joule/abstract/S2542-4351(23)00365-3
參考連結:
[1]https://weibo.com/1642634100/O4lb78n3U?refer_flag=1001030103_
[2]https://www.businessinsider.com/chatgpt-uses-17-thousand-times-more-electricity-than-us-household-2024-3
[3]https://www.newyorker.com/news/daily-comment/the-obscene-energy-demands-of-ai
[4]https://www.theverge.com/2024/1/19/24044070/sam-altman-says-the-future-of-ai-depends-on-breakthroughs-in-clean-energy
[5]https://www.zhihu.com/question/647926823
心得/評論:
要實現人工智慧普及 就需要大量的GPU和伺服器 沒有穩定和強大的發電量是玩不起來的
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.38.22.144 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1710569803.A.42D.html
推
03/16 14:18,
1月前
, 1F
03/16 14:18, 1F
推
03/16 14:18,
1月前
, 2F
03/16 14:18, 2F
→
03/16 14:19,
1月前
, 3F
03/16 14:19, 3F
推
03/16 14:28,
1月前
, 4F
03/16 14:28, 4F
→
03/16 14:32,
1月前
, 5F
03/16 14:32, 5F
推
03/16 14:35,
1月前
, 6F
03/16 14:35, 6F
推
03/16 14:36,
1月前
, 7F
03/16 14:36, 7F
推
03/16 14:37,
1月前
, 8F
03/16 14:37, 8F
推
03/16 14:38,
1月前
, 9F
03/16 14:38, 9F
→
03/16 14:39,
1月前
, 10F
03/16 14:39, 10F
→
03/16 14:40,
1月前
, 11F
03/16 14:40, 11F
→
03/16 14:41,
1月前
, 12F
03/16 14:41, 12F
→
03/16 14:41,
1月前
, 13F
03/16 14:41, 13F
→
03/16 14:43,
1月前
, 14F
03/16 14:43, 14F
推
03/16 14:43,
1月前
, 15F
03/16 14:43, 15F
→
03/16 14:43,
1月前
, 16F
03/16 14:43, 16F
推
03/16 14:45,
1月前
, 17F
03/16 14:45, 17F
推
03/16 14:46,
1月前
, 18F
03/16 14:46, 18F
推
03/16 14:50,
1月前
, 19F
03/16 14:50, 19F
推
03/16 14:53,
1月前
, 20F
03/16 14:53, 20F
→
03/16 14:54,
1月前
, 21F
03/16 14:54, 21F
→
03/16 14:54,
1月前
, 22F
03/16 14:54, 22F
→
03/16 14:54,
1月前
, 23F
03/16 14:54, 23F
推
03/16 14:57,
1月前
, 24F
03/16 14:57, 24F
→
03/16 14:57,
1月前
, 25F
03/16 14:57, 25F
噓
03/16 14:58,
1月前
, 26F
03/16 14:58, 26F
→
03/16 14:58,
1月前
, 27F
03/16 14:58, 27F
推
03/16 14:58,
1月前
, 28F
03/16 14:58, 28F
推
03/16 15:05,
1月前
, 29F
03/16 15:05, 29F
推
03/16 15:08,
1月前
, 30F
03/16 15:08, 30F
→
03/16 15:08,
1月前
, 31F
03/16 15:08, 31F
推
03/16 15:08,
1月前
, 32F
03/16 15:08, 32F
推
03/16 15:11,
1月前
, 33F
03/16 15:11, 33F
→
03/16 15:11,
1月前
, 34F
03/16 15:11, 34F
→
03/16 15:11,
1月前
, 35F
03/16 15:11, 35F
推
03/16 15:11,
1月前
, 36F
03/16 15:11, 36F
推
03/16 15:12,
1月前
, 37F
03/16 15:12, 37F
推
03/16 15:15,
1月前
, 38F
03/16 15:15, 38F
推
03/16 15:17,
1月前
, 39F
03/16 15:17, 39F
還有 24 則推文
噓
03/16 16:43,
1月前
, 64F
03/16 16:43, 64F
→
03/16 16:43,
1月前
, 65F
03/16 16:43, 65F
→
03/16 16:43,
1月前
, 66F
03/16 16:43, 66F
推
03/16 16:46,
1月前
, 67F
03/16 16:46, 67F
推
03/16 17:04,
1月前
, 68F
03/16 17:04, 68F
推
03/16 17:06,
1月前
, 69F
03/16 17:06, 69F
→
03/16 17:06,
1月前
, 70F
03/16 17:06, 70F
推
03/16 17:12,
1月前
, 71F
03/16 17:12, 71F
→
03/16 17:18,
1月前
, 72F
03/16 17:18, 72F
→
03/16 17:18,
1月前
, 73F
03/16 17:18, 73F
推
03/16 17:53,
1月前
, 74F
03/16 17:53, 74F
→
03/16 18:01,
1月前
, 75F
03/16 18:01, 75F
推
03/16 18:07,
1月前
, 76F
03/16 18:07, 76F
推
03/16 18:13,
1月前
, 77F
03/16 18:13, 77F
推
03/16 18:19,
1月前
, 78F
03/16 18:19, 78F
→
03/16 18:21,
1月前
, 79F
03/16 18:21, 79F
→
03/16 18:21,
1月前
, 80F
03/16 18:21, 80F
推
03/16 18:26,
1月前
, 81F
03/16 18:26, 81F
推
03/16 18:28,
1月前
, 82F
03/16 18:28, 82F
→
03/16 18:41,
1月前
, 83F
03/16 18:41, 83F
推
03/16 18:42,
1月前
, 84F
03/16 18:42, 84F
推
03/16 18:52,
1月前
, 85F
03/16 18:52, 85F
→
03/16 19:00,
1月前
, 86F
03/16 19:00, 86F
→
03/16 19:02,
1月前
, 87F
03/16 19:02, 87F
→
03/16 19:34,
1月前
, 88F
03/16 19:34, 88F
推
03/16 20:18,
1月前
, 89F
03/16 20:18, 89F
→
03/16 20:18,
1月前
, 90F
03/16 20:18, 90F
推
03/16 20:37,
1月前
, 91F
03/16 20:37, 91F
推
03/16 21:06,
1月前
, 92F
03/16 21:06, 92F
推
03/16 21:29,
1月前
, 93F
03/16 21:29, 93F
推
03/16 23:34,
1月前
, 94F
03/16 23:34, 94F
推
03/17 00:29,
1月前
, 95F
03/17 00:29, 95F
推
03/17 01:12,
1月前
, 96F
03/17 01:12, 96F
推
03/17 02:29,
1月前
, 97F
03/17 02:29, 97F
推
03/17 07:19,
1月前
, 98F
03/17 07:19, 98F
推
03/17 11:57,
1月前
, 99F
03/17 11:57, 99F
→
03/17 11:57,
1月前
, 100F
03/17 11:57, 100F
→
03/17 11:57,
1月前
, 101F
03/17 11:57, 101F
→
03/17 17:39,
1月前
, 102F
03/17 17:39, 102F
推
03/18 08:32,
1月前
, 103F
03/18 08:32, 103F