《电力2024》报告中，对2026年全球数据中心的最高总用电量作出的预测。1千瓦时就是1度电，“超过1万亿度电”，根据报告的估算，这些电量大约是整个日本全年的用电量。数据中心、智算中心等算力基础设施是人工智能（AI）的数据中枢和算力载体。随着AI尤其是生成式人工智能（AIGC）和大模型技术的快速发展，算力需求激增，AI的能耗问题也越来越受到关注。在近段时间举行的多场国际会议上，一些科技巨头纷纷表达了对AI发展带来的能耗问题的担忧。
大模型的参数和数据规模越大，其智能效果就越好。在大模型中，“Scaling Laws”（规模效应）意味着当参数和数据规模大到一定程度时，大模型的智能表现将出现跃升，也就是“智能涌现”。因为还没达到上限，以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下，还在持续增加大模型的参数和数据规模，以求实现通用人工智能（AGI）的目标，造成短期内算力需求和电能需求的巨大提升。
“因为GPT-3有1750亿个参数，训练用到了1024张英伟达A100芯片，所以业内将其称为‘千卡千参’。”商汤科技智能产业研究院院长田丰说，目前GPT-4、GPT-5等大模型都达到了“万卡万参”的规模，且训练模型所用芯片也从英伟达A100更新到英伟达H100、B200，“参数量的激增将导致能耗显著增加”。根据美国机构Uptime Institute的预测，到2025年，AI相关业务在全球数据中心用电量中的占比将从2%增加到10%；到2030年，智能计算的年耗电量将占全球发电总量的5%。

打开网易新闻 查看精彩图片