中國儲能網(wǎng)訊：隨著新一輪科技革命的興起和發(fā)展，產(chǎn)業(yè)變革加速演進(jìn)，全球經(jīng)濟(jì)發(fā)展呈復(fù)蘇之態(tài)，數(shù)字基礎(chǔ)設(shè)施以關(guān)鍵底座之力支撐、引領(lǐng)經(jīng)濟(jì)發(fā)展的新方向。習(xí)近平總書記指出，“加快新型基礎(chǔ)設(shè)施建設(shè)。要加強(qiáng)戰(zhàn)略布局，加快建設(shè)以5G網(wǎng)絡(luò)、全國一體化數(shù)據(jù)中心體系、國家產(chǎn)業(yè)互聯(lián)網(wǎng)等為抓手的高速泛在、天地一體、云網(wǎng)融合、智能敏捷、綠色低碳、安全可控的智能化綜合性數(shù)字信息基礎(chǔ)設(shè)施，打通經(jīng)濟(jì)社會發(fā)展的信息‘大動脈’”。黨的二十大報(bào)告進(jìn)一步強(qiáng)調(diào)，“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群?！?/span>
從智能駕駛、智慧城市、元宇宙，再到以ChatGPT為代表的生成式人工智能，算力正成為賦能各行各業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)技術(shù)要素。算力是大數(shù)據(jù)儲存分析的計(jì)算資源，隨著數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，算力逐漸由互聯(lián)網(wǎng)行業(yè)向交通、工業(yè)、金融、政務(wù)等行業(yè)滲透，各行業(yè)對算力資源的需求持續(xù)高漲。在此背景下，充足穩(wěn)定的算力資源供給量不僅是數(shù)字技術(shù)進(jìn)一步迭代的前提條件，也成為支撐數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵動力。然而，隨著各行業(yè)算力需求大幅增加，算力引發(fā)的能源消耗問題和間接溫室氣體排放問題受到各界學(xué)者的廣泛關(guān)注。研究顯示，2022年我國數(shù)據(jù)中心耗電量已達(dá)2700億千瓦時，約占我國耗電總量的3.13%。電力驅(qū)動的算力基礎(chǔ)設(shè)施因產(chǎn)生大量碳排放，對我國實(shí)現(xiàn)碳達(dá)峰、碳中和目標(biāo)提出了挑戰(zhàn)。
近年來，科學(xué)家對算力引發(fā)的能耗問題的關(guān)注度持續(xù)增加，但在特定的中國國情下，分析算力發(fā)展與能源消耗二者關(guān)系及其應(yīng)對策略的針對性文章較少。本文在梳理我國算力發(fā)展現(xiàn)狀的基礎(chǔ)上預(yù)測了我國未來算力發(fā)展的需求，通過分析未來算力增長和電力能耗之間的關(guān)系及可能存在的問題，針對性地提出了我國算力綠色低碳轉(zhuǎn)型的對策建議。
1.典型應(yīng)用領(lǐng)域算力需求與預(yù)測分析
算力發(fā)展現(xiàn)狀
根據(jù)計(jì)算機(jī)處理能力，算力一般可劃分為基礎(chǔ)算力、智能算力和超算算力。
1.基礎(chǔ)算力，通常由中央處理器（CPU）組成，一般而言，基礎(chǔ)算力能夠滿足日?；A(chǔ)數(shù)據(jù)計(jì)算需求，如辦公應(yīng)用、網(wǎng)頁瀏覽、媒體播放等。
2.智能算力，主要由圖形處理器（GPU）、專用集成電路等異構(gòu)計(jì)算芯片組成，常用于處理大規(guī)模數(shù)據(jù)和復(fù)雜算法模型，如圖像識別、語音識別、自然語言處理等。
3.超算算力，具備極高計(jì)算性能和超大規(guī)模并行處理能力，通常由多處理器、大內(nèi)存和高速互聯(lián)網(wǎng)絡(luò)組成，常用于天氣預(yù)報(bào)、風(fēng)洞實(shí)驗(yàn)、能源開發(fā)等科學(xué)領(lǐng)域，協(xié)助開展復(fù)雜的計(jì)算研究。
作為算力的主要載體，我國算力基礎(chǔ)設(shè)施發(fā)展迅速，梯次優(yōu)化的算力供給體系初步構(gòu)建。近5年來，我國算力規(guī)模的平均年增長率為46%，對我國經(jīng)濟(jì)社會和產(chǎn)業(yè)能級發(fā)展的動力支撐作用不斷增強(qiáng)。2021年，我國智能算力規(guī)模達(dá)104 EFlops，基礎(chǔ)算力規(guī)模達(dá)95 EFlops，超算算力規(guī)模約為3 EFlops。
從應(yīng)用領(lǐng)域來看，我國的算力應(yīng)用領(lǐng)域由早期的互聯(lián)網(wǎng)行業(yè)逐漸擴(kuò)展。尤其擴(kuò)展到工業(yè)、教育、醫(yī)學(xué)研究等領(lǐng)域（圖1），成為各傳統(tǒng)產(chǎn)業(yè)智能化改造和數(shù)字化轉(zhuǎn)型的重要支撐，算力正全面賦能生產(chǎn)、運(yùn)營、管理、融資等各個領(lǐng)域的創(chuàng)新發(fā)展。
圖1 2022年我國重點(diǎn)發(fā)展的算力應(yīng)用領(lǐng)域現(xiàn)狀和實(shí)際耗電量
1）算力大規(guī)模應(yīng)用在工業(yè)領(lǐng)域
隨著人工智能在工業(yè)領(lǐng)域的深入應(yīng)用，工業(yè)智能制造已實(shí)現(xiàn)制造過程的智能化和自動化。據(jù)統(tǒng)計(jì)，我國工業(yè)制造的算力支出占全球算力總支出的12%，機(jī)器人領(lǐng)域的算力支出已超全球算力總支出的60%。在工業(yè)生產(chǎn)過程中，智能設(shè)備和傳感器對生產(chǎn)數(shù)據(jù)的實(shí)時收集和監(jiān)測為自動化控制提供了基礎(chǔ)，實(shí)現(xiàn)了對生產(chǎn)過程的實(shí)時調(diào)整和優(yōu)化。這種實(shí)時控制和優(yōu)化需要大量的算力來處理和分析龐大的數(shù)據(jù)集，確保生產(chǎn)過程更具精確性和高效性。因此，足夠的算力支持是實(shí)現(xiàn)工業(yè)生產(chǎn)過程中自動化控制的關(guān)鍵要素之一。
2）教育領(lǐng)域是算力發(fā)揮作用的另一潛在領(lǐng)域
綜合來看，教育領(lǐng)域?qū)λ懔Φ男枨笾饕植荚谘芯繉?shí)驗(yàn)、智能學(xué)習(xí)、交互式學(xué)習(xí)等方面。
1.研究實(shí)驗(yàn)領(lǐng)域，大數(shù)據(jù)智能、類腦智能計(jì)算和量子智能計(jì)算等基礎(chǔ)理論研究對算力資源提出巨大需求。其中，維持類腦計(jì)算在超算平臺運(yùn)行需要1 EFlops，相當(dāng)于1.6萬片CPU核處理器的計(jì)算能力。
2.在智能學(xué)習(xí)領(lǐng)域，大型開放式網(wǎng)絡(luò)課程（MOOC）等智能化教育云平臺涉及視頻壓縮、解壓縮算法、帶寬管理和網(wǎng)絡(luò)傳輸優(yōu)化等多項(xiàng)技術(shù)的融合應(yīng)用，這些技術(shù)手段均需要穩(wěn)定且龐大的算力支撐。
3.在交互式學(xué)習(xí)領(lǐng)域，算力具有強(qiáng)大的計(jì)算機(jī)系統(tǒng)，可以支持構(gòu)建虛擬實(shí)驗(yàn)并模擬學(xué)習(xí)環(huán)境。華為《智能世界2030》報(bào)告指出，三維建模的算力需求較以往傳統(tǒng)建模技術(shù)增加100倍，僅華為云技術(shù)運(yùn)行一次三維建模就需約0.011 EFlops的算力。
3）醫(yī)學(xué)成為算力應(yīng)用的又一潛在領(lǐng)域
當(dāng)前，人工智能技術(shù)已經(jīng)被醫(yī)療機(jī)構(gòu)和生命科學(xué)組織廣泛接受。計(jì)算機(jī)視覺和圖像處理技術(shù)被用于分析和解釋醫(yī)學(xué)影像，如X光照射、電子計(jì)算機(jī)斷層掃描和基因組分析等。醫(yī)學(xué)影像通常需要進(jìn)行圖像預(yù)處理以改善圖像質(zhì)量并減少噪聲，涉及去噪、偽影去除、幾何校正和圖像增強(qiáng)等步驟。
我國未來算力需求預(yù)測
隨著數(shù)字經(jīng)濟(jì)發(fā)展，人工智能和產(chǎn)業(yè)數(shù)字化等多樣化的算力需求場景不斷涌現(xiàn)。為進(jìn)一步探究未來5年我國的算力發(fā)展規(guī)模，本文基于各類型算力規(guī)模數(shù)據(jù)，對我國未來算力需求發(fā)展進(jìn)行了預(yù)測。圖2展示了算力預(yù)測模型的基本框架，根據(jù)模型得到了我國未來算力發(fā)展規(guī)模和結(jié)構(gòu)變化的主要預(yù)測結(jié)果（圖3和4），相關(guān)結(jié)論如下。
圖2 我國算力預(yù)測模型的基本框架
圖3 2016—2026年我國算力發(fā)展規(guī)模
圖4 2016—2026年我國算力發(fā)展結(jié)構(gòu)變化
1）我國算力發(fā)展規(guī)模持續(xù)增長
根據(jù)預(yù)測結(jié)果，2022年我國算力總規(guī)模達(dá)315 EFlops，預(yù)計(jì)到2026年我國算力總規(guī)模將進(jìn)入每秒10萬億億次浮點(diǎn)運(yùn)算時代，達(dá)到767 EFlops。
2）基礎(chǔ)算力、智能算力、超算算力分別呈現(xiàn)穩(wěn)定增長、迅速增長、持續(xù)增長的態(tài)勢，2016—2026年的年平均增速分別達(dá)18.99%、78.97%、23.45%
在大數(shù)據(jù)、人工智能、云計(jì)算等新一代信息技術(shù)的驅(qū)動下，智能算力發(fā)展迅猛，預(yù)計(jì)到2026年我國智能算力規(guī)模將達(dá)到561 EFlops。
3）我國算力結(jié)構(gòu)持續(xù)優(yōu)化
隨著各領(lǐng)域?qū)χ悄芩懔π枨蟛粩嘣鲩L，我國算力結(jié)構(gòu)也在不斷演變（圖4），盡管基礎(chǔ)算力呈現(xiàn)穩(wěn)定增長態(tài)勢，但預(yù)計(jì)基礎(chǔ)算力占總算力規(guī)模的比重將從2016年的95%下降至2026年的26%，智能算力占總算力規(guī)模的比重則從2016年的3%攀升至2026年的73%，同期我國超算算力在總體算力規(guī)模中呈現(xiàn)出穩(wěn)定的上升趨勢。
2.我國算力的電力能耗分析及低碳轉(zhuǎn)型挑戰(zhàn)
我國算力能耗分析
本文從2個角度測算我國算力的電力能耗。
1）對承載算力的基礎(chǔ)設(shè)施（如數(shù)據(jù)中心）能耗進(jìn)行預(yù)測。
數(shù)據(jù)中心的電力能耗主要來源于信息技術(shù)（IT）設(shè)備、制冷設(shè)備、供配電系統(tǒng)和照明等其他設(shè)備的能源消耗，其電力成本占運(yùn)營總成本的60%—70%。通過對我國2016—2021年的算力規(guī)模和數(shù)據(jù)中心用電量數(shù)據(jù)展開分析，推測每使用1 EFlops算力所需的年耗電量約為8億—12億千瓦時，并且這個數(shù)值隨時間的推移呈下降趨勢。2022年，我國數(shù)據(jù)中心的算力總規(guī)模達(dá)315 EFlops，數(shù)據(jù)中心數(shù)量達(dá)8.5萬個；相當(dāng)于每個數(shù)據(jù)中心平均算力為3.7×10-3 EFlops，1年至少需要耗電約317.7萬千瓦時。結(jié)合上述預(yù)測的2026年我國算力總規(guī)模和每1 EFlops算力所需的年耗電量，預(yù)計(jì)到2026年，我國所有數(shù)據(jù)中心所需年耗電量至少達(dá)到6 000億千瓦時，數(shù)據(jù)中心耗電量占我國用電量比重預(yù)計(jì)將從2016年的1.86%增長至2026年的6.06%（圖5）。
圖5 2016—2026年我國數(shù)據(jù)中心耗電量及其耗電量占我國用電量百分比
2）對算力應(yīng)用實(shí)例的能耗分析
算力在人工智能領(lǐng)域中扮演著重要的角色，其可以執(zhí)行復(fù)雜計(jì)算，并能為訓(xùn)練深度學(xué)習(xí)模型提供必要的計(jì)算能力支持。
1. ChatGPT的實(shí)例。ChatGPT作為一種基于人工智能技術(shù)的自然語言處理模型，是在穩(wěn)定且充足的算力支撐下使用的，是大型企業(yè)與科研機(jī)構(gòu)應(yīng)用人工智能技術(shù)協(xié)同創(chuàng)新的典型范例之一。本文以ChatGPT為例，探究其背后的算力資源使用和電力消耗情況，推算未來我國大模型應(yīng)用的算力資源需求和電力消耗。以美國成立的人工智能研究公司OpenAI訓(xùn)練一次13億參數(shù)的GPT-3XL模型為例，本文設(shè)定ChatGPT訓(xùn)練一次，所需算力約0.0275 EFlops。假設(shè)ChatGPT每年至少需要訓(xùn)練50次，則預(yù)計(jì)1年需1.375 EFlops算力，年耗電量至少需要11.83億千瓦時。綜合考慮輸入文本長度、模型維度和模型層數(shù)等因素，本文估算每次訪問ChatGPT查詢一個問題大約需要2.92×10-10 EFlops算力，耗電量約為0.00396千瓦時。假設(shè)ChatGPT每日有2億次咨詢量，預(yù)計(jì)每日至少需要0.0584 EFlops算力，則需耗電79.2萬千瓦時。
2. 我國大模型的實(shí)例。截至2023年5月，我國已發(fā)布了79個10億級參數(shù)規(guī)模以上的大模型。假設(shè)各模型每年至少需要訓(xùn)練50次，每次計(jì)算所需要的算力資源和電力消耗與ChatGPT模型接近，預(yù)計(jì)1年需109 EFlops算力，年耗電量至少934.6億千瓦時。需要注意的是，該結(jié)果僅反映了人工智能領(lǐng)域的算力能耗需求。若考慮在所有垂直應(yīng)用場景下，我國對算力資源和電力能源的需求將會激增?？傮w而言，無論是從數(shù)據(jù)中心的基礎(chǔ)能耗還是新興領(lǐng)域的未來發(fā)展來看，算力資源的需求量和電力能耗量都將持續(xù)攀升，這可能進(jìn)一步增加我國用能負(fù)擔(dān)和碳排放總量。
我國算力發(fā)展綠色低碳轉(zhuǎn)型面臨的挑戰(zhàn)
我國算力需求總體呈爆炸式增長趨勢，高能耗問題較為突出。不僅如此，我國算力發(fā)展還面臨資源供需失衡、協(xié)同使用效率不足等方面問題，這些都制約了算力的綠色低碳轉(zhuǎn)型。算力發(fā)展面臨的問題具體包括3個方面。
1）整體布局較分散，集約化水平不高
盡管各行業(yè)數(shù)據(jù)中心不斷涌現(xiàn)，算力規(guī)模爆發(fā)式增長，但各單位間缺乏有效聯(lián)通，導(dǎo)致“數(shù)據(jù)中心孤島”“云孤島”等現(xiàn)象頻頻出現(xiàn)，算力資源利用率低。此外，單體數(shù)據(jù)中心整體規(guī)模偏小，規(guī)模受限，后期擴(kuò)容難，面臨利用率低、能耗高、遷移成本增加等問題。
2）資源分配不均衡，供需兩端不匹配
當(dāng)前，我國算力資源整體呈現(xiàn)“東部不足、西部過剩”的不均衡局面。數(shù)據(jù)中心的規(guī)模通常通過標(biāo)準(zhǔn)機(jī)架數(shù)量來衡量，一般情況下，機(jī)架數(shù)越多，數(shù)據(jù)中心的算力規(guī)模也就越大。盡管東西部用機(jī)架數(shù)的比例約為7∶3，東部地區(qū)的算力資源遠(yuǎn)比西部地區(qū)豐富；但由于算力需求多集中在創(chuàng)新能力強(qiáng)的東部地區(qū)，東部地區(qū)仍面臨算力資源緊張的問題。中西部地區(qū)能源充裕但算力資源產(chǎn)能過剩，西部地區(qū)產(chǎn)能過?，F(xiàn)象尤為突出，供給量超出需求量15%以上。
3）缺乏算力設(shè)施協(xié)同共享機(jī)制
“東數(shù)西算”工程全面啟動后，各算力樞紐節(jié)點(diǎn)、數(shù)據(jù)中心集群加大投資建設(shè)力度，有效提升了數(shù)字基礎(chǔ)設(shè)施的整體水平，進(jìn)一步優(yōu)化了數(shù)據(jù)處理和存儲的效率。但缺少任務(wù)協(xié)同和資源共享機(jī)制，導(dǎo)致算力節(jié)點(diǎn)通過網(wǎng)絡(luò)靈活高效調(diào)配算力資源的能力不足，算力設(shè)施“忙閑不均”，極大制約了能源效率的提升。算力基礎(chǔ)設(shè)施多采用電力供能，即使算力資源未被充分利用，為確保數(shù)據(jù)安全和設(shè)備穩(wěn)定，算力基礎(chǔ)設(shè)施仍需持續(xù)運(yùn)轉(zhuǎn)，產(chǎn)生無效的能源消耗。
3.我國算力綠色低碳轉(zhuǎn)型的對策建議
算力已成為支撐數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵動力，其綠色低碳轉(zhuǎn)型需兼顧發(fā)展和安全2個角度。針對我國算力發(fā)展的巨大需求及面臨的問題，如何在保障算力基礎(chǔ)設(shè)施用電充足穩(wěn)定的前提下實(shí)現(xiàn)綠色低碳轉(zhuǎn)型，成為解決該問題的重要突破口。本文針對我國算力綠色低碳轉(zhuǎn)型提出以下6個方面的對策與建議。
1）加強(qiáng)算力頂層設(shè)計(jì)，推進(jìn)算—網(wǎng)融合發(fā)展
1. 轉(zhuǎn)變算力資源建設(shè)理念，加強(qiáng)算力資源的統(tǒng)籌發(fā)展。
2. 優(yōu)化多層級算力基礎(chǔ)設(shè)施體系。
3.統(tǒng)籌布局，打造區(qū)域算力調(diào)度指揮平臺。
2）優(yōu)化算力資源布局，降低算力利用能耗
1. 多層面、多維度優(yōu)化算力基礎(chǔ)設(shè)施區(qū)域布局。
2. 進(jìn)一步優(yōu)化算力對能耗指標(biāo)分配。
3.加速改造升級“老舊小散”數(shù)據(jù)中心。
3）加大綠色研發(fā)創(chuàng)新，健全算力生態(tài)體系
1. 加大綠色算力基礎(chǔ)設(shè)施關(guān)鍵技術(shù)研發(fā)。
2. 著重推廣現(xiàn)有綠色節(jié)能先進(jìn)成果。
3.建設(shè)綠色數(shù)據(jù)中心供電系統(tǒng)。
4.制定統(tǒng)一的算力接入標(biāo)準(zhǔn)和接口規(guī)范。
4）完善能耗監(jiān)管機(jī)制，夯實(shí)算力監(jiān)管體系
1. 建立健全算力基礎(chǔ)設(shè)施全生命周期評價體系。
2. 完善數(shù)據(jù)中心綠色監(jiān)管與評價體系。
5）完善算力租賃制度，創(chuàng)新算力商業(yè)模式
1. 構(gòu)建面向用戶開放的算力統(tǒng)一運(yùn)營平臺，實(shí)現(xiàn)算力服務(wù)的“一鍵式訂購”和“彈性調(diào)節(jié)”。
2. 建立和完善算力租賃制度。
3.構(gòu)建動態(tài)收費(fèi)策略。
6）用好算力余熱資源，實(shí)現(xiàn)綠色集約發(fā)展
1. 探索擴(kuò)大數(shù)據(jù)中心能源的回收利用體系
2. 強(qiáng)化對數(shù)據(jù)中心余熱回收利用技術(shù)的政策支持。
