中國儲能網(wǎng)訊：農(nóng)歷新年期間，筆者問了深度求索（DeepSeek）一個問題：相比GPT-4，你能節(jié)省多少算力？以下節(jié)選了部分DeepSeek的回答：
目前沒有官方公開的詳細(xì)數(shù)據(jù)，但可以通過模型架構(gòu)和已知信息進(jìn)行合理推測：
模型規(guī)模優(yōu)化：GPT-4的參數(shù)量約為1.8萬億（推測），采用混合專家（MoE）架構(gòu)，訓(xùn)練消耗約2.15e25 FLOPs。DeepSeek公開的模型（如DeepSeek-R1）參數(shù)量顯著更小（約百億級），通過稀疏激活和架構(gòu)優(yōu)化實現(xiàn)高效計算，理論上訓(xùn)練算力需求可能降低1-2個數(shù)量級。
實際場景差異：在同等任務(wù)下，DeepSeek的推理速度可達(dá)GPT-4的3-5倍（部分公開測試數(shù)據(jù)），顯存占用降低約60%。
根據(jù)Visual Capitalist網(wǎng)站數(shù)據(jù)，截至2024年3月，美國擁有全世界最多的數(shù)據(jù)中心，達(dá)5381個，德國、英國、中國均擁有500個左右，分別為521個、514個和449個。2024年，美國科技公司仍在四處“求電”。
隨著生成式AI技術(shù)研發(fā)進(jìn)入爆發(fā)期，其激增的能源電力需求給美國電網(wǎng)帶來巨大壓力，eo此前轉(zhuǎn)引彭博社的一份報告顯示，美國超過3/4的高度失真功率讀數(shù)位于大型數(shù)據(jù)中心50英里范圍之內(nèi)，表明數(shù)據(jù)中心可能引發(fā)諧波問題，進(jìn)而影響電力系統(tǒng)平穩(wěn)運(yùn)行。
2024年9月，英偉達(dá)和谷歌等多家科技公司負(fù)責(zé)人拜訪美國白宮，提出請政府資助建設(shè)強(qiáng)大能源設(shè)施來支持頂級AI模型訓(xùn)練的設(shè)想，建議建造多個巨型數(shù)據(jù)中心，每個數(shù)據(jù)中心的電力需求堪比整個紐約市的用電量。
除了希望政府支持發(fā)展數(shù)據(jù)中心，為生成式AI大模型發(fā)展蓄力外，它們還看中了核電這種性能與數(shù)據(jù)中心需求相對匹配的電源品種，并嘗試投資新的核能利用技術(shù)，核電巨頭Constellation Energy以及部分初創(chuàng)公司如Oklo也因此成為炙手可熱的合作對象。
這種新的巨大用能需求曾一度讓部分電力從業(yè)者認(rèn)為，變革者來了。但DeepSeek的出現(xiàn)，可能改變剛剛出現(xiàn)的變化。通過更高效的計算，DeepSeek的算力需求相比OpenAI銳減，“分布式“部署算力，即人手一套DeepSeek也成為選項之一，AI可能不再是電力“巨獸”。
不過，美國麻省理工學(xué)院技術(shù)評論（MIT Technology Review）網(wǎng)站發(fā)表的一篇文章提到，在40個提示的測試中，DeepSeek被發(fā)現(xiàn)與Meta模型具有類似的能源效率，但DeepSeek傾向于生成更長的回答，因此被發(fā)現(xiàn)多使用了87%的能源。
只是不同模型具有不同的用途，尚未進(jìn)行科學(xué)合理的研究來比較DeepSeek相對于其競爭對手的能源使用情況。
由AI技術(shù)不斷演進(jìn)帶來的還有具身智能制造業(yè)的發(fā)展，其可能是未來用電量的重要增長點(diǎn)之一。在筆者看來，由于散熱往往消耗較多電量，數(shù)據(jù)中心未來更傾向于部署在相對涼快的地方，以減少空調(diào)負(fù)荷消耗，而隨著國內(nèi)對綠電消費(fèi)的要求逐步提高，水（儲）、風(fēng)、光一體化或核電將成為其優(yōu)選。在DeepSeek看來，AI驅(qū)動的協(xié)同優(yōu)化，將是電算協(xié)同的技術(shù)支撐和創(chuàng)新方向之一，即通過AI模型同時優(yōu)化算力分配任務(wù)和電力調(diào)度，例如任務(wù)遷移，將高耗能計算任務(wù)遷移至綠電充足時段；動態(tài)降頻，在電力緊張時降低服務(wù)器頻率以減少能耗等。
DeepSeek總結(jié)：
電力與算力的協(xié)同不僅是技術(shù)問題，更是涉及經(jīng)濟(jì)、政策、生態(tài)的系統(tǒng)工程，將成為全球碳中和與數(shù)字化轉(zhuǎn)型的核心交匯點(diǎn)。
