【EPRI】为智能赋能—人工智能和数据中心能耗分析(英)

近日，全球知名的独立非营利能源研究与开发机构——电力研究所（EPRI）发布了一份名为《智能赋能—人工智能和数据中心能耗分析》的报告。该报告深入探讨了人工智能（AI）技术在商业和日常生活中的广泛应用，以及其对数据中心能源消耗的潜在影响。报告不仅分析了美国数据中心的电力需求增长情况，还预测了未来几年内数据中心的能源消费趋势，并提出了支持数据中心快速扩张的策略。这份报告中包含了关于数据中心效率提升、与电力公司合作以及电网投资规划等方面的丰富信息，对于理解AI技术发展对能源行业的影响具有重要的参考价值。

在当今数字化时代，人工智能（AI）和数据中心的能耗问题日益受到关注。《Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption》这份报告为我们提供了深入的洞察，揭示了AI技术进步如何推动数据中心能耗的增长，以及这一趋势对电力系统的影响。

报告指出，美国的数据中心和AI技术的发展正在推动电力需求的增长。亚马逊、Meta、微软和谷歌等主要云服务提供商的电力消耗在2017至2021年间翻了一番多。预计到2030年，数据中心的电力消耗将占美国电力总产量的4.6%至9.1%，而目前这一比例为4%。这一预测凸显了数据中心能耗增长的迅猛速度。

AI技术的发展是数据中心能耗增长的主要驱动力。AI模型，尤其是像OpenAI的ChatGPT这样的生成性AI模型，其电力消耗是传统谷歌搜索的10倍。随着AI应用的普及，数据中心的电力需求预计将持续增长。

地理分布的不均衡也是数据中心能耗问题的一个关键点。报告中提到，美国15个州的数据中心占据了全国80%的数据中心电力负荷。例如，弗吉尼亚州的数据中心负荷占该州电力负荷的四分之一。这种集中的需求对当地电网构成了挑战。

为了应对这些挑战，报告提出了三个关键策略。首先，提高数据中心的运营效率和灵活性。这包括采用更高效的IT硬件、降低冷却、照明和安全系统的电力使用，以及更高效的AI开发和部署策略。其次，加强数据中心开发商和电力公司之间的合作。通过深入了解数据中心的电力需求、时机和潜在灵活性，同时评估它们与现有电力供应和交付限制的匹配程度，可以为所有相关方创造可行的解决方案。最后，改进点负荷预测，更好地预测未来的点负荷增长，并模拟瞬态系统行为以维持可靠性。

报告还强调了数据中心对环境的影响，并提出了减少数据中心环境足迹的策略。这包括采用先进的计算、冷却和运营技术来减少电力需求，转向更清洁的现场备用电源，以及采取各种策略来匹配他们的小时负载与无碳电力。

在预测数据中心电力需求增长方面，报告提出了四种基于历史数据、专家见解和当前趋势的情景。这些情景考虑了AI行业的历史趋势、互联网流量、存储需求，以及AI模型的计算强度和普遍性。这些因素都是不确定的，包括LLMs的商业模式发展、成熟应用的增长速度，以及数据中心计算和非计算方面的效率提升。

在提高数据中心能源效率方面，报告讨论了能源高效算法、硬件和冷却技术；可扩展性和可再生能源使用；以及监控、分析和研发策略。例如，通过剪枝、量化和知识蒸馏等技术，可以在略微降低模型准确性的情况下显著降低电力消耗。此外，计算硬件正变得更加高效，包括专门为特定任务定制的硬件，如张量处理单元（TPUs）和现场可编程门阵列（FPGAs）。

在可再生能源的使用方面，报告强调了随着数字服务的激增和对计算能力的强烈需求，可扩展的清洁能源供应的重要性。这包括从电网采购清洁电力和现场清洁发电，以及更清洁的现场备用电源系统。

最后，报告提出了支持数据中心快速扩张的行动策略，包括提高数据中心运营效率和灵活性、通过共享能源经济模型增加合作，以及通过改进预测和建模更好地预测未来点负载增长。

这份报告为我们提供了对AI和数据中心能耗问题的全面了解，并提出了应对这些挑战的策略。随着技术的发展和对可持续能源的需求增加，这些问题将变得越来越重要。通过采取报告中提出的措施，我们可以朝着更高效、更环保的数据中心发展迈进。

这篇文章的灵感来自于《Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption》报告。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。