在科技的浪潮中，人工智能（AI）的发展正日益迅猛，其中，Al智能体作为AI技术的核心应用之一，已经在众多领域展现出其强大的能力，对此我们需要认识到Al智能体对电力的依赖。
无论是智能家居中的语音助手，还是自动驾驶汽车中的决策系统，亦或是工业生产线上的自动化机器人，它们都是Al智能体的具体体现。这些智能体通过复杂的算法和数据处理能力，为人类生活带来了极大的便利。然而，它们也需要消耗大量的电力来维持其高效运行。随着Al智能体的普及和应用范围的扩大，电力需求呈现出指数级增长的趋势。
因此电力需求的增长对人类社会提出了严峻的挑战。一方面，电力的供应必须保持稳定和可靠，以满足Al智能体随时随地的运行需求。另一方面，电力的生产和传输也需要考虑环保和可持续性，以避免对环境造成过大的负担......所以，人类需要在电力基础设施建设、能源结构优化以及能源利用效率提升等方面做出努力，必须提前做好各项配套准备，您说是不是呢？生命赋予了我们光阴，你又怎么忍心任凭那易逝的韶华于平庸中挥霍？生命赋予了我们理想，你又怎么忍心任凭那颗年轻气盛的心于消沉中陨落？生命赋予了我们力量，你又怎么忍心任凭那一腔热血的斗志于怯懦中消磨？那就让暴风雨来的更猛烈些吧！不在沉默中爆发，就在沉默中灭亡。“一万年太久，只争朝夕，”希望大家积极发声、呐喊！
一共有人参与 条评论
我国算力用电井喷式增长，多地用电量增速创历史新高，数据显示今年1-7月，我国互联网数据服务用电量同比增长了33.1%。电力的猛增，原因之一是为了支撑人工智能产业发展，我国不断加强算力中心的建设。 截至2023年，我国算力总规模达到230EFlops，是2020年的3倍，算力总规模近5年年均增速近30%。 算力的尽头是电力 ，算力就是计算能力，一般我们都用“P”作为衡量单位，PetaFLOPS也就是千万亿次浮点运算每秒，通俗点理解就是1P相当于每秒可以完成1000万亿次的计算。 而在算力的背后，通信设备、存储涉笔、服务器等IT设备，冷却系统、空调照明等配套设备都需要电力的支持。一般来说，一个包含多个高性能服务器的机柜，其总耗电量在几千瓦到几十千瓦不等。今年前七个月，仅张家口数据产业集群耗电量超33亿千瓦时。而截至2023年，我国数据中心标准机架超过810万架。想象一下我国数据中心耗电量有多大，有数据显示预计到2030年，中国数据中心能耗总量将超过4000亿千瓦时。 不仅仅是我国，全球都随着人工智能的发展，算力需求增加，电力需求也在增加。 马斯克的世界最强大AI数据中心——孟菲斯超级计算集群，据估算在2023年售出的GPU所耗费的电力，就相当于130万个美国家庭全年的用电量之和。电力供应的不足，导致孟菲斯超级计算集群依赖14台高效能的移动发电机作为电力供应。梅子
(1)氢能作为一种清洁能源，具有高能量密度、零排放等优点。通过电解水、天然气重整等方式制取氢气，可用于燃料电池汽车、储能系统等领域。氢能产业的发展，将有助于推动能源结构转型，实现绿色低碳的可持续发展。
(0)先生，钍基核电能否把电价做到0.1元以下？ 现在刚刚开始商用，很难做出评估。不过，从经济学角度来说。成本很大程度上要取决于规模。如果钍基熔盐堆核电站最终能够大规模的商用。并且规模能增长到相当大的程度，是有可能把成本做到很低的。
(0)卷模型，不如卷应用。 最近在2024世界人工智能大会（WAIC）主论坛上，李彦宏点出大模型发展锚点，卷模型不如卷应用。现在很多企业和媒体的关注点都在基础模型身上，到处跑分刷榜情况很多，谁又超越ChatGPT4，OpenAI又出来Sora…… 实际上，现如今国内卷模型的普遍状况，其实也是造成了社会资源的巨大浪费。 因为从大模型发展的支撑力来说，大模型的发展主要依赖三个关键要素，算力、算法和数据。在算力、算法和数据的背后，又是能源和电力在支撑着，特别是数据中心领域，AI 大模型训练所消耗的电力主要集中在这一领域。曾经在今年六月，协信董事长朱共山在演讲中提到2030年算力大概将消耗全球五分之一的电力。 梅子
(0)2023年中国发电量是全球发电量排名第二的美国的两倍左右，约占世界总发电量的1/3。按照近些年的平均增长率，2024年我国发电总量会突破10万亿千瓦时。2023年，中国的工业用电量（58446亿千瓦时）是美国（11460）的5.1倍，是德国（2245）的26.5倍，是英国（903）的65倍，英国整整一年的工业用电量只够中国用5.6天。此外，2023年中国的工业生产总值占世界35%，排名世界第一，要知道世界第二到第十的占比之和才32%。 这一组数据很有说服力，明明白白的生产力。
(0)我们就正在搞一个铅酸蓄电池行业无水内化成技术。清华出来的，全世界领先。长在快速推广，很快会影响整个铅酸蓄电池行业。 甚至会影响全行业铅的使用量。因为延长了电池寿命两到三倍
(0)听闻中国企业努力占领全球新能源产业制高点的情况，习近平总书记用“亦喜亦忧”表达心情：“喜的是，我们这一行在全世界走在前头了；忧的是，就怕来个大呼隆，先是一哄而起，最后一哄而散。”考察南瑞集团有限公司时，习近平总书记勉励企业员工：“我们说大器晚成，大器是什么？就是那些最好的东西、最高精尖的东西，这些东西都不是一下子可以做成的，都要下很大的功夫，甚至要用毕生精力。”从科技创新到产业布局，“任何时候我们都不能走那种急就章、竭泽而渔、唯GDP的道路”。湖北宜昌，长江上中游的分界点，这里的磷化工产业曾造成环境持续恶化。2017年起，当地对域内化工企业实施“关改搬转治绿”，加速转向新能源电池材料产业。一增一减，谋的是长远之势，行的是长久之策。习近平总书记指出：“保护生态环境、建立统一市场、加快转方式调结构，这是已经明确的方向和重点，要用‘快思维’、做加法。而科学利用水资源、优化产业布局、统筹港口岸线资源和安排一些重大投资项目，如果一时看不透，或者认识不统一，则要用‘慢思维’，有时就要做减法。”“来而不可失者，时也”，分秒必争。我们要奔着最紧急、最紧迫的问题去，紧盯颠覆性、前沿性技术，抓牢战略性、先导性产业。“驽马十驾，功在不舍”，久久为功。我们也要保持战略定力和耐心，坚持一张蓝图绘到底，滴水穿石，厚积薄发。快慢之道，是创新之道，更是发展之道。来源 | 人民日报评论
(0)人类历史上经历了四大工业革命，从18世纪的机械化，19世纪的电气化、到20世纪的自动化，再到如今的智能化，每一次工业革命推进都是基于能源的底层支撑。如今社会上的各种智能应用，比如ChatGPT、人形机器人等进一步发展，对能源的需求也越发明显。 6月11日，在“SNEC PV+第十七届(2024)国际太阳能光伏与智慧能源(上海)大会”开幕式上，协信董事长朱共山在演讲中提到，OpenAI将催生巨大的能源需求，到2030年算力大概将消耗全球五分之一的电力。梅子
(0)现如今阻碍人形机器人实现规模化因素有很多。 一方面是AI落地的能力和技术限制，AI需要适应不同应用场景的需求，根据实际情况作出相应和合理决策，也就是人类的见机行事。灵活应对各种场景，就要求在机械设计、生成式人工智能、运动控制等方面的综合技术实现。 另一方面是制造成本，这是限制人形机器人推广的关键掣肘。人形机器人需要人工智能的技术支撑，人工智能的实现是通过各种算法、数据和算力，而这些算法、算力、数据的尽头是电力和能源。 比如说，从生成式人工智能的训练和推理来讲，目前提升人工智能模型性能的最主要的路径是增加模型参数和训练数据，实际中每一轮的训练任务都需要持续几周甚至是几个月时间，相比普通数据能耗强度也更高。有数据表明，完成GPT-3训练的耗电量接近129万度，GPT-4完成训练甚至需要5177-6232万度电。 人工智能的工作负荷通常包括几大类，数据处理和预处理、模型训练、模型评估、推理和部署、持续学习和维护等。再细分一点，在数据收集、数据清洗、数据转换、算法选择、超参数调优、训练过程、性能指标、验证和测试、实时推理、批处理推理、模型优化、模型更新、监控和维护等方面，都是需要电力的支持。 特别是数据中心领域，AI大模型训练所消耗的电力主要集中在这一领域。通信设备、存储涉笔、服务器等IT设备，冷却系统、空调照明等配套设备都需要电力的支持。 除电力之外，人工智能的发展也需要大量的劳动力、资金、水资源、土地资源等。比如说水资源，人工智能的耗水主要体现为生产芯片用水、发电用水、冷却等。梅子
(0)汽车全换电动车，全国得增加多少电力需求，那国家的电又不够用了， 在《纯电动拯救世界》一书中的确仔细算过。这个不难算，每辆纯电动车按年行驶1万公里，百公里电耗20度电，2亿辆车年耗电约为4000亿度电，2015年发电量5.6万亿，大约新增约7%，微不足道。
(0)   1  
共1条信息 |
手机扫描二维码访问
