作者 | 杨锐
排版校对 | 甘惠淇
春节期间，最火爆的话题莫过于深度求索（DeepSeek）。
农历新年期间，笔者也问了DeepSeek一个问题：相比于GPT-4，你能节省多少算力？
但DeepSeek没有具体回答，而是提示笔者查询公司产品说明。
事实上，自从2022 年开始的生成式AI热潮兴起，有关AI和大模型发展与电力消耗之间的关系，一直都是热门话题，人工智能行业普遍将能源看作行业的瓶颈。
一篇发表在《Joule》杂志上的论文预测，到2027年，全球人工智能产业的年电力消耗将达到85.4至134太瓦时（TWH），这个数字大约等于荷兰、瑞典或阿根廷等国家一年的总用电量，也约占全球总电力消耗的0.5%。研究还发现，近年流行的生成式人工智能ChatGPT每天需处理约2亿次请求，这一过程的电力消耗超过50万千瓦时，相当于1.7万户美国家庭的日用电量。
在2024年博世互联世界大会上，埃隆·马斯克警告说，人工智能和电动汽车的快速增长可能会导致全球电力和变压器供应短缺。同时，OpenAI的首席执行官萨姆·奥尔特曼在2024年达沃斯世界经济论坛上表示，人工智能行业正面临能源危机，新一代生成式AI的能源需求显然超出预期，现有的能源供应将疲于应对。一时间，漫天飞来的AI能源危机论遍布全球。
但随着DeepSeek的出现，可能改变这一局面。通过更高效的计算，DeepSeek的算力需求相比OpenAI锐减，“分布式”部署算力，即人手一套DeepSeek也成为选项之一，AI可能不再是电力“巨兽”。
不过，虽然目前尚未有研究来比较DeepSeek相对于其竞争对手的能源使用情况，但从现在来看，能源依旧是影响AI发展最大的一个变量。
01
近日，美国麻省理工学院技术评论（MIT Technology Review）网站发表的一篇文章提到，在40个提示的测试中，DeepSeek被发现与Meta模型具有类似的能源效率，但DeepSeek倾向于生成更长的回答，因此被发现多使用了87%的能源。
一位业内人士向笔者表示，去年大家在AI的算力上投入非常大，好多公司把数据中心建在了电价便宜的地方，比如在甘肃、青海、西藏、内蒙古等等这些地区，虽然并没有想到今天的DeepSeek会出来，改变了整个的底层的逻辑，但其实DeepSeek现在对于算力的消耗也是不低的，除了卡之外就是电，电价会影响它整个的成本。
当前，大型AI模型的发展势头迅猛，它们能够处理和学习庞大的数据集。这一能力背后需要巨大的计算资源支持，而这些资源通常由高性能处理器提供，包括GPU、TPU和ASIC芯片等。这些处理器需要大量的电力来驱动数据中心的服务器、存储设备和冷却系统。而以GPT为代表的生成式预训练大型语言模型，其计算需求正向依赖参数量和token数两个变量，极大影响着模型的潜在规模和复杂程度。参数量从十亿级到万亿级的指数变化，仅仅用了3年时间。
自2012年以来，AI训练应用的电力需求每3到4个月就会翻一倍。训练大模型需要大量的能源，AI服务器相较于传统服务器通常需要更高功率密度的硬件，例如AI服务器可能需要4颗1800W的高功率电源，而通用型服务器可能只需要2颗800W的电源。有机构测算，相比于传统的普通服务器，AI服务器的功率高出将近6-8倍，电源的需求也将同步提升6-8倍。
据中国国际工程咨询有限公司资源与环境业务部张雅欣和木其坚的研究测算，到2030年，仅人工智能大模型领域的算力能耗就预计将达到全国1.93%～5.25%的电力消耗量。
在保守增长情景下，预计人工智能算力将消耗约2177 亿千瓦时电力，占全国电力消费的1.93%，折合标准煤约为2675 万吨，占全国能源消费的0.45%。若按快速增长情景预测，预计电力消耗和能源消费占比将分别升至5.25% 和1.21%。
而且，随着人工智能产业的不断发展，未来可能会出现更加复杂多样的人工智能模型和应用场景，这也意味着能耗影响将在一定程度上呈现持续增长趋势。
更为重要的是，未来人工智能能耗影响的时空分布可能将呈现不平衡现象。
从时间分布上看，人工智能能耗呈现“夏冬高，春秋低”的季节性波动规律。季节性气温变化是影响算力基础设施能耗的关键因素，例如夏季温度升高导致数据中心需要依赖大量冷却设备和电力来维持设备正常运行的环境温度，大大增加了能源消耗；而冬季严寒气温下，数据中心需要额外的能源来保持适宜的室内温度，以防设备因低温而出现性能下降。
从空间分布上看，我国“东数西算”工程正重塑人工智能能耗的地理布局。整体上，我国正建立京津冀、长三角、粤港澳、成渝、内蒙古、贵州、甘肃、宁夏八大算力枢纽节点，并依托枢纽节点规划张家口集群、芜湖集群、长三角生态绿色一体化发展示范区、韶关集群、天府集群、重庆集群、贵安集群、庆阳集群、和林格尔集群等十大国家数据中心集群。随着算力基础设施枢纽节点和数据中心集群的建设与发展，人工智能的能耗压力将主要转移至这些集中区域。
短期而言，人工智能技术的迅猛发展可能带来显著的季节性、局域性用能压力。
一方面，由于季节性气温变化，如夏季高温和冬季严寒，算力基础设施需要额外的能源消费用以保障其稳定运行。在夏冬季能源供需本就偏紧的情况下，算力基础设施用能需求激增可能进一步加剧能源保供压力。
另一方面，随着“东数西算”工程一体化算力网的推进，人工智能能耗影响主要集中在京津冀、长三角等东部地区，以及甘肃、内蒙古等西部省份。结合东、西部地区的能源供需差异来看，这种空间分布可能导致能源供应“东部吃紧，西部过剩”的局面发生，不仅影响能源利用效率，也可能成为区域经济协调发展的掣肘因素。
近年来，我国能源消耗总量持续较快增长，能耗强度降幅收窄，部分地区能耗强度下降不及预期，使得“十四五”后期完成节能目标和“十五五”期间开展节能工作面临一定的难度和挑战。
而人工智能在短期引发的季节性、局部性能耗压力可能与当前严峻的节能形势形成冲突。部分地区可能受限于节能指标完成空间，或出于能源保供的考虑，在项目能评、环评阶段加强对数据中心类项目的审批管理，甚至采取限制措施。例如，地方政府在数据中心类项目能评中多以数据中心的电能利用效率为主要监管抓手，并持续收紧相关标准。目前，北京、上海等地对于新建数据中心PUE的审批要求已经提升至1.15 -，远远严于欧美国家平均水平。
02
那么，破解AI能耗的解药又在何处？
解决问题的首要方案当然是优化大模型，这不仅是行业各方的可行选择，也是力所能及的实施策略。比如简化模型复杂度，减少不必要的层和结构，或者通过参数共享减少模型的总参数量。同时，可以选择使用更高效的神经网络架构，如卷积神经网络（CNN）代替全连接神经网络（FCN），以降低训练时的计算量。
此外，优化电源管理方案、改进电路设计都是很好的节能思路。新型电源管理技术，如功耗管理单元（ PMU）和智能电源管理芯片，能够根据实际需求动态调整电源供电策略。这种动态调整可以确保设备在不同负载情况下都能实现最佳的能耗效率。电路设计上，减少功耗消耗点、降低开关频率、优化排布等方式也能显著减少设备在运行时的电路能耗。
第二，在政策层面，强化人工智能战略产业发展的要素保障。
一方面，深入贯彻国家重大项目能耗单列政策，积极推动人工智能相关项目列入国家重大项目能耗单列范围，为产业发展预留充足的用能空间。另一方面，加强对算力枢纽节点、数据中心集群等人工智能算力集中部署地区的能源供给保障，提升电源匹配和电网支撑能力，推动建立“算电协同”体制机制，确保人工智能产业稳健发展。
为此，业内人士建议相关机构应尽快摸排人工智能产业情况，全面把握产业现状，有必要由国家有关部门牵头，集合相关领域研究机构、行业专家力量，开展针对国内重点地区的人工智能产业调研工作。
通过实地走访相关企业和项目，系统摸排人工智能企业运营现状、项目进展情况、技术创新方向等方面情况，并选取具有代表性的企业及项目，进行定期人工智能企业能源消费情况的监测分析，为精准研判产业能源消费形势、科学引导人工智能产业发展提供坚实的数据基础。
第三，在给予充足要素保障的同时，紧抓人工智能产业发展战略窗口期，积极引导其产业向绿色低碳方向转型升级，加快探索建立适用于我国人工智能产业发展的绿色低碳管理机制。
事实上，由于散热往往消耗较多电量，数据中心未来更倾向于部署在相对凉快的地方，以减少空调负荷消耗，而随着国内对绿电消费的要求逐步提高，水（储）、风、光一体化或核电将成为其优选。
此外，AI驱动的协同优化，将是电算协同的技术支撑和创新方向之一，即通过AI模型同时优化算力分配任务和电力调度，例如任务迁移，将高耗能计算任务迁移至绿电充足时段；动态降频，在电力紧张时降低服务器频率以减少能耗等。
对此，业内人士建议，当前需要广泛调研国内外人工智能产业先进能效水平和绿色低碳管理体制机制，形成可供参考的成功案例经验，并采取行业标准、奖励资金、分级评价等管理措施，从人工智能模型优化、芯片效率及算法效率提升、数据中心绿色架构以及绿色能源使用等方面，探索建立覆盖人工智能全生命周期的绿色低碳管理机制。最后，选取具有代表性的地区作为试点，通过地区先行先试积累人工智能产业绿色低碳管理经验，以高标准推动人工智能产业绿色低碳发展。
最后，需要优化人工智能产业的空间格局。
当前，在土地、能源等资源紧张的形势下，东部地区大规模发展数据中心已显困难。因此，有必要进一步深化空间布局，统筹算力电力协同布局，引导人工智能项目所依托地对延时要求不高的算力基础设施优先布局于西部地区，充分利用西部丰富的算力资源，支撑东部人工智能项目的运算需求。
“我觉得2025年将是一个全面整合的一年，能源和科技将你中有我，我中有你。”上述业内人士最后表示。
实际上，整体而言，人工智能正逐渐成为能源密集型行业，电力与算力的协同也不仅是技术问题，更是涉及经济、政策、生态的系统工程，业界必须采取积极的措施，未雨绸缪。
原文标题 : 展望③｜DeepSeek爆火，AI的尽头还是电力吗？
