AI，核聚变，它俩有什么关系？

中国标杆学习俱乐部

2024-10-24 17:10发布于北京

图片

图片

历史性时刻。


昨天，刷到一条新闻，说是科学家在地下700米深捕获到了中微子，晚上打开短视频软件时，大数据已经计算到我的喜好了，推了好几个相关视频，什么阿飘话题，中微子解释话题，最为醒目的，就是科学的尽头是玄学的标题。


西方学者说科学的尽头是神学，都一个意思，想到这个逻辑，又想到一个话题，AI的尽头会是什么？


答案可能是：核聚变！


嗯？这乍一看，风马牛不相及呀。


不，它俩很有关系。


中微子，是构成物质世界的基本粒子之一，也是宇宙中最常见的粒子。具有极强的穿透力，可以轻松穿过人体、地面，同时它的质量非常轻，以接近光速运动。


以上的这些特性，是不是很符合中国文化里的鬼魂，但科学给解释了，叫有质量的中微子，有质量就有能量，宇宙的本质就是能量。


世间万物都有能量，也都需要能量，核聚变就是能量。


AI也需要能量，需要电能，大量的电能。


大量的电能从哪来，核聚变可能是最优解。



图片

工业革命离不开能源


第一次工业革命，蒸汽机被发明出来，化石能源煤把能量通过水蒸气带动轮子转动，商业化以后，机械化纺织、蒸汽动力、铁路运输兴起，后续就影响了交通工具、工厂，间接的公路、车间、基建都发生翻天覆地的变化，城市化就加速了。  
有了交通工具，空间就需要扩张，再进一步就是殖民潮。
第二次工业革命，电被发现，进而内燃机发明，内燃机需要燃料，石油化工能源兴起，钢铁业兴起，有了电，电报流行，电话兴起，无线电通信开启。
有了内燃机，生产力进一步提升，城市进一步扩大，工厂，基建，交通等等又是一个大的发展，人口汇聚，产生更多的岗位，带动经济发展。
第三次工业革命就是互联网，互联网的商业化还要归功于IBM，互联网发展到今天，可以见到，衣食住行方方面面，跨越了地域时间，把地球变成了一个村。
信息的传播，改变了生产形式，惠及更多人就业，全球化等，不论金融、生物、各领域都有跨越式的发展。
三次工业革命，人类的文明进程是一次一次在前者的基础上叠加的。
因为有煤可以燃烧，所以有蒸汽机，因为有油，内燃机可以做功，烧油来获取能量，后来有了电，需要能量发电，又回到了蒸汽时代，烧煤发电，电来带动社会发展，一直到今天。
电，这个第二次工业革命时期的产物，支撑了第三次工业革命，也将支撑起第四次工业革命。
能产生能量发电的来源，就是能源。
AI想要掀起第四次工业革命，人工智能就必须商业化，因为只有商业化，才能形成产业链。才能一个点带动一条线，进而进行到整个面。

图片

AI为何如此耗电


先来看一组数据：
图片
这个是迈克尔-托马斯（Michael Thomas）统计的2023 年Google和微软与一些国家的全年耗电量。
两家科技公司各消耗 24 太瓦时的电力，两道蓝色条下方是国家阿塞拜疆。
一家公司的用电量超过了 100 多个国家的耗电量，其中包括冰岛、加纳和突尼斯。
AI为什么如此吃电？
因为大规模在进行大规模数据处理时，需要对海量的数据进行存储、读取和分析。以自然语言处理为例，AI 模型需要处理大量的文本数据，包括书籍、新闻文章、社交媒体帖子等。这些数据的存储和处理需要消耗大量的能源。
据统计，一个大型数据中心存储和处理 1PB（1024TB）的数据，每年需要消耗约 10 万千瓦时的电力。
在进行复杂算法运算时也需要消耗大量电。
深度学习算法中的神经网络需要进行大量的矩阵乘法和加法运算，这些运算需要消耗大量的计算资源和能源。一块英伟达 A100 GPU 功耗为 400 瓦，而在大模型训练过程中，需要多块 GPU 接连不断运转。GPT-3 训练用到了 1024 块 A100 芯片，GPT-4 更攀升至 25000 块。耗电量可想而知。
在大模型训练与迭代的过程中，需要计算和调整其中数十亿、数百亿乃至数千亿个参数的值。
以 GPT-4 为例，训练耗时长达 90 - 100 天，完成一次训练需要约三个月时间，使用大约 25000 块英伟达 A100 GPU。
每块 A100 GPU 都拥有 540 亿个晶体管，功耗 400 瓦，每秒钟可以进行 19.5 万亿次单精度浮点数的运算，每次运算又涉及到许多个晶体管的开关。
仅仅是这些 GPU，一次训练就用了 2.4 亿度电。
这些电能几乎全部转化成了热能，这些能量可以将大约 200 万立方米冰水 —— 大概是 1000 个奥运会标准游泳池的水量 —— 加热到沸腾。
所以你会发现一些公司把服务器放在山洞里或海底，用来降温。
既然AI需要大量的电能，目前处于初期就如此耗能，那想要掀起AI的工业革命，电能怎么保证呢？

图片

AI的尽头是能源


英伟达的黄仁勋在一次演讲上就曾暗示，AI的尽头是能源，未来AI要烧掉14个地球的能源。
Open AI的奥特曼在达沃斯论坛上也说，未来通用人工智能的普及，对能源来说是一种压力，可再生能源或者永久能源将会是主流，考虑核聚变。
目前主流的电能来自哪里，主要还是热力发电，烧煤。太阳能发电、风能发电有太多限制条件，阴天雨天晚上等。
虽然提倡碳中和，但是火力发电厂不减反增，因为用电量大了。
波士顿咨询集团曾发布报告称，到 2030 年底，仅美国数据中心的用电量预计就将是 2022 年的三倍。这一增幅主要由 AI 模型训练和服务更高频的 AI 查询两项关键需求因素驱动。
中国信通院 3 月 15 日发布的《绿色算力技术创新研究报告 (2024 年)》指出，我国算力总规模近五年年均增速近 30%。随着我国算力产业总体规模快速增长，以数据中心为代表的算力基础设施整体能耗和碳排放问题越发突出。
随着AI时代的到来，未来会缺少2~3倍的电怎么解决？
AI大佬已经提前锁定了目标——核聚变。
10 月15日，谷歌宣布与总部位于加利福尼亚州的小型核反应堆初创公司 Kairos Power 达成一项协议，委托开发六七个反应堆，在未来十年内为美国电网增加 500 兆瓦的清洁能源。
微软与初创公司 Helion Energy 达成协议，押注核聚变发电。微软已同意在大约五年内从初创公司 Helion Energy 购买电力，Helion 承诺在 2028 年之前开始通过核聚变发电，并在一年之后为微软提供目标为至少 50 兆瓦的发电量，否则将支付罚金。
正如科学家说的那样，宇宙的本质是能量，谁掌握的能量越多，意味着对宇宙的控制权越大。

图片

结语


AI的发展，不仅提升了生产力，甚至还会间接的促进军用核动力放开到民用核聚变新能源。
但是核聚变可控却是最大的难题。
未来电能还是刚需，发电的能源将会变化，化石能源将会成为过去，核聚变方向会不会点错科技树，只有时间才能回答。



图片


图片



标杆参访  |  标杆内训  |  标杆咨询
标杆学习俱乐部新媒体编辑部


  分享、点赞、在看，3连3连！