科技議題

首頁> 科技議題 - 能源科技> 分析人工智慧與資料中心能源消耗
分析人工智慧與資料中心能源消耗 Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption
2024/06
Electric Power Research Institute (EPRI)
https://www.wpr.org/wp-content/uploads/2024/06/3002028905_Powering-Intelligence_-Analyzing-Artificial-Intelligence-and-Data-Center-Energy-Consumption.pdf
一、能源需求與消耗
隨著雲端運算和AI應用的推動,資料中心規模的日益擴張,全球及地方電力供應勢必迎來龐大的壓力,對電網的穩定性與永續發展構成挑戰。具體來說,從2017年到2021年,Meta、Amazon AWS、Google Cloud、以及Microsoft Azure,等雲端服務主要供應商,其電力消耗已增加一倍以上。這一增長趨勢預示著到2030年,資料中心可能占美國發電量的4.6%到9.1%。

值得注意的是,生成式AI模型如ChatGPT的廣泛使用將成為資料中心能源需求的重要驅動力。ChatGPT每次查詢約耗電2.9 Wh,是傳統Google搜尋的十倍。且AI技術日新月異,尤其是涉及圖像、音樂、影像生成等計算密集型應用,將進一步增加能耗。再者,科技產業積極跨入AI供應鏈,促使資料中心的建造和使用急遽升高。此外,AI模型(Model training)的訓練十分耗能,佔能源足跡的30%,其耗電量遠遠超過資料中心的傳統活動。

二、技術創新策略
資料中心對電力與運算的需求呈正比成長,為有效因應上述課題,該報告提出技術創新措施和政策建議,以因應新一代資料中心高耗能的挑戰。關鍵技術如下:

(一) 節能硬體技術(Energy-Efficient Hardware Technologies):隨著AI應用的普及,資料中心需要採用更高效的硬體來降低能耗。報告強調了專用處理器的使用,如張量處理器(TPU, Tensor Processing Unit)和可程式化的場域邏輯閘陣列(Field Programmable Gate Array, FPGA),這些技術將有效降低AI計算的能量需求。上述硬體設計能夠以更低的電力處理更多的數據,進而提升資料中心的運營效率。

(二) 先進冷卻技術(Energy-Efficient Cooling Technologies):冷卻系統是資料中心的主要能源消耗之一。報告指出,採用液體冷卻(liquid cooling)和浸沒式冷卻(immersion cooling)技術,將有感降低資料中心的散熱需求,進一步減少能源消耗。此外,節能器冷卻系統(economizer cooling systems)利用外部低溫空氣或水來輔助冷卻,這不僅可降低能耗,還能減少營運成本,提升資料中心的永續性。
(三) AI驅動(AI-Driven)的能源管理系統:AI技術除了帶來直接能源消耗外,也是優化能源使用的動力。通過導入AI技術進行能源需求的監控和預測,資料中心將能實現更智慧的電力調度,並最佳化利用離峰時段的再生能源,從而減少對傳統能源的依賴。隨著演算法效能提高,以及計算需求的急速成長,典範(paradigm)開始轉變為重視模型開發效率,節能訓練演算法(Energy-Efficient Training Algorithms)能顯著減少了電力消耗。

(四) 智慧電網技術:智慧電網的進步使資料中心在應對電力需求波動上更具靈活性,在技術和支援政策的支持下,將資料中心與電網的關係從當前的「被動式負載」(passive load)模式轉變為協作的「共享能源經濟」(shared energy economy)。於此,不僅有助於電力公司因應人工智慧爆炸性成長,確保在電力需求高峰期仍能保持穩定運行,亦提高電力用戶的負擔能力和可靠性。

四、政策建議
AI需求刺激資料中心加速建置,除了技術創新,也需要政策制定者的共同努力,以支援資料中心快速擴展。在政策面上,政府應制定並實施嚴格的能源效率標準,例如:電力使用效率(Power Usage Effectiveness, PUE)與資料中心基礎效率(Data Center Infrastructure Efficiency, DCIE)等指標,以確保資料中心在運作中最大化提高能源利用效率。此外,政府可藉由稅收優惠、補貼等激勵措施,促使資料中心投資更高效的能源技術和再生能源應用,帶動先進冷卻技術與能源管理對策的採用。

透過政策工具,要求資料中心在一定比例上使用再生能源,不僅有助於降低資料中心的碳足跡,還能推動相關產業的發展,例如:制定最低再生能源配額,以確保資料中心一定比例的能源來自使用風力、太陽能等潔淨能源。再者,政府應鼓勵電力公司與資料中心的密切合作,像是加快電網基礎設施的建設,確保電力供應足以跟上數據中心需求。

該報告強調,資料中心應更積極地參與能源市場,例如利用其備用發電能力(潔淨燃料發電機和電池儲能系統)來提升電網韌性。緊急備用電力是強化電網韌性的關鍵資源,當電網負載過高或有中斷風險時,資料中心的備用系統將減輕電網壓力。政策應支持資料中心建立微電網,萬一在電網停電或供電不足的情況下,資料中心可利用清潔燃料,如再生天然氣、生物柴油或清潔氫/氨或儲能系統來保持運行。

綜合以上分析,隨著AI技術的不斷進步和資料中心的快速擴展,能源需求和電力供應的挑戰日益加劇。未來的應對這些挑戰不僅需政府、產業和社區之間的密切合作,還需落實能源效率標準、推動再生能源整合、促進技術創新以及支持共享能源經濟模式,以有效管理資料中心的能源需求成長,同時兼顧環境永續和經濟發展。

陳霈
英文