上山下海的数据中心，背得动AI能耗的锅吗？

文章来源：产业象限编辑部 产业象限

作者丨山茶

编辑丨钱江

图片来源：由无界AI生成

能源焦虑似乎是一个永恒的话题，从蒸汽机到内燃机，从煤炭到石油，世界的发展总是围绕着能源打转，到了AI时代，这一点也未曾改变。 OpenAI CEO Sam Altman在多个场合提到，未来的人工智能需要能源方面的突破，因为AI消耗的电力将远远超过人们的预期。

马斯克也曾预言，未来两年内将由“缺硅”变为“缺电”。 数据显示，ChatGPT每天要响应大约2亿个请求，这个过程会消耗超过50万度电力。预计到2027年，整个人工智能行业每年将消耗85至134太瓦时（1太瓦时=10亿千瓦时）的电力，约等于北京市2023年全年的耗电总量（135.78太瓦时）。

图片｜谷歌芬兰哈米纳数据中心，图源Google官网

巨大的能源消耗主要产生在两个方面，其一是驱动AI服务器计算、存储消耗的能源，其二则是为AI服务器降温消耗的能源，这里面前者占60%，后者占40%。
不过，虽然前者占比更高，但由于AI的发展对算力的需求越来越大，所以即便AI芯片的能效一直在提高，但还是无法改变整体功耗持续上涨的趋势。因此，如何降低服务器冷却时消耗的能源，就成为了降低AI运营成本、减少能源消耗的关键。
而为此，大到Google、微软这样的科技巨头，小到服务器研发供应商，尖端前沿如SpaceX也都在为此绞尽脑汁。

进阶的服务器
从风冷到液冷

虽然大模型的风是从2023年才刮起来的，但服务器冷却并不是什么新课题。
1945年，世界上第一台通用计算机ENIAC诞生。为了解决ENIAC耗电量巨大且发热高的问题，当时的工程师就采用了风扇来为ENIAC降温，这差不多是最早的服务器制冷技术。
但风扇制冷的效果毕竟有限，而当时的计算机又都是大块头，且耗电量巨大。比如ENIAC重量大约在30吨左右，占地面积170平方米，功耗达到每小时150~174千瓦。
面对这样的庞然大物，仅靠风扇的制冷就有些力不从心了。所以到1951年，当美国雷明顿兰德公司推出第一款商用计算机UNIVAC I时，就已经用上了空调制冷。
空调最早发明在1902年，最初是为了给印刷厂保持恒温，后来陆续走入家庭，大约1920年的时候就已经在美国被广泛使用了。所以在1951年UNIVAC I面世时，空调系统已经异常成熟，当时雷明顿兰德公司就专门为UNIVAC I设计了一套中央空调制冷系统。

▲图：维基百科，1951年美国人口普查局的UNIVAC I

从此之后，空调制冷就逐渐成为大型计算机，以及后来的服务器机房最主要的制冷方式，并持续了将近一百年的时间，直到后来液冷技术登上舞台。
和空调制冷一样，液冷技术最早也不是应用在服务器场景的，而是应用在机械加工、电力变压器，或者航空航天等领域。其在服务器领域的应用，也不过是最近二十多年的事情。
这是因为全球互联网的浪潮一直到1994年前后才出现第一次爆发。从这之后，互联网公司为了提供高效的服务，大规模存储数据，才开始大规模建设和使用数据中心。
也因此，由于大量计算需求带来的芯片功耗提高，服务器密度增加等原因，传统的空调制冷设备就显得有些力有不逮，并开始限制芯片性能的提高。
苹果、惠普和戴尔供应商Liteon的副总裁Simon Ong表示：“我们发现采用风冷方式的芯片只能达到其性能的60%，并且会存在一定的过热问题，而液冷解决方案可以继续将计算性能提升至最优化。”
3月1日，在斯坦福大学举行的2024年SIEPR经济峰会上，黄仁勋表示，英伟达的下一代DGX AI服务器将采用液冷技术。
根据艾邦储能网统计，单个DGX p00系统消耗的功率大约为10kW，液冷可提高整体能效20-40%，1万个DGX系统能节省20-40兆瓦的功耗，按0.10美元/千瓦时计算，相当于每年节约2000-4000万美元能源成本。

▲图：Nvidia，DGX AI服务器