AI数据中心耗电量，真不是开玩笑_中国联通|基站

#头号创作者激励计划#

想象一下， 2028年数据中心的电力消耗占美国总电力消耗的12% 。
AI数据中心的能源消耗速度大约是电网新增电量速度的四倍，这为发电方式、AI数据中心的建设地点以及更高效的系统、芯片和软件架构的根本性转变奠定了基础。
这些数字在美国和中国尤为惊人，两国正在竞相加速建设人工智能数据中心。美国能源部委托进行的一份2024年报告显示，去年美国数据中心消耗了总发电量的约4.4% ，即约176太瓦时。到2028年，这一数字预计将增至325至580太瓦时，分别占美国总发电量的6.7%至12% 。
与此同时，预计中国明年的能源消耗量将达到400太瓦时，虽然这些数字看起来与美国相当，但国际能源署指出，中国公民的能源消耗远低于美国同行。在全球范围内，能源消耗量每年增长30% ，主要原因是人工智能，其中美国和中国约占这一增长的80% 。
西门子EDA硬件辅助验证副总裁兼总经理Jean-Marie Brunet表示：“电力不再是玩笑。 ”“想象一下， 2028年数据中心的电力消耗占美国总电力消耗的12% 。这太疯狂了。我们必须重建整个电网。 ”
其他人也同意。 “发电将是一件大事， ”英伟达首席执行官黄仁勋在最近与Cadence首席执行官Anirudh Devgan的讨论中指出。 “原因在于电网将不足以支撑这个行业的发展。我们希望在美国建设这个行业，如果你想这样做，那么我们将看到大量的柴油发电机以及各种各样的东西。 ”
距离和降压损耗与数据一样，电力传输也存在成本。根据美国能源信息管理局的数据，平均5%的电力在输配过程中损失。反直觉的是，运行数百英里的高压线路（约2%）的损耗低于运行较短距离的低压线路（约4%）。这些数字也受到电源的复合影响，因为不同的电源有不同的转换率。
Saras Micro Devices首席商务官Eelco Bergman表示：“理想情况下，你应尽可能保持高电压，这意味着电流尽可能低。 ”“损耗是电流的平方乘以电阻。所以你会一直损失功率。无论高压线是什么，你都在不断地降压。进入数据中心可能是400伏，然后转换为机架的48伏，最终降压到12伏到负载点。但在每一步中，你都希望在数据中心旁边发电以减少距离并尽可能保持高电压，并将电压带到靠近你的终端点。 ”
这里的权衡是电压与电流。电流越高，热量越大。而且没有什么是100%高效的，所以当电力移动到离封装更近的地方时，会产生一些热量。反过来，这又会因为封装内部发生的一切而加剧，包括数据处理、数据在内存之间的来回移动以及互连中的电阻/电容。除此之外， AI数据中心需要处理更多数据，因此这些工作负载需要更高的利用率，这使得散热量更难以跟上。
Bergman说，因此，从高压线到低压线，再到PCB、封装，最后到单个芯片，每一步都会有功率损耗。 “如何缩短距离？我能把多少电压尽可能地靠近？效率如何？我能散热吗？这些都是行业正在关注的问题。 ”
芯片产业在这里扮演着重要角色。 “由于现有的基础设施，我们有太多的中间电压水平，导致步骤过多， ”弗劳恩霍夫IIS自适应系统工程部门高效电子部负责人Andy Heinig表示。 “当然，我们可以在这里节省大量能源。我们还看到处理器和电源调节器需要协同工作。目前，电源调节器并不智能。它们只跟随处理器发出的电流。但是处理器知道它们在下一个周期要做什么，它们可以通知电源转换器即将发生巨大的跳跃或者某些东西被关闭。因此，在某些地方我们可以协同优化处理器和电压调节器，减少中间电压水平的数量将有所帮助。 ”
移动数据另一个挑战是构建系统，使数据更靠近源头进行处理。这可以减少需要移动的数据量。但除此之外，数据必须传输的距离也需要缩短。这是3D-IC封装背后的关键驱动因素之一。与在SoC中布线不同，组件可以垂直战略性放置，以减少这些距离。这可以提高性能，并减少驱动信号所需的电量。
Arteris产品管理与营销副总裁Andy Nightingale表示：“目前我们客户面临的最大挑战之一是设计中的布线长度。 ”“多芯片是一个独立的挑战，但在每个单片芯片上，在进入多芯片之前，缩短布线长度对功耗至关重要。我们关注的一个方面是拥塞。我们的设计分析中也有热力图，用于查看拥塞情况，因为那是许多导线在交换机处汇合的关键点。我们也在平面图内工作，可视化物理设计，这样我们可以将交换机移出拥塞点，并且仍在平面图内工作，以减少某个区域的散热和功耗拥塞。 ”
这也需要思维模式的转变，因为在AI数据中心中，电力仍然次于性能。但如果没有更多的电力可用，或者电价飙升，那么AI公司将别无选择，只能认真对待电力问题。
“如今， AI设计的重点仍然是性能，这意味着虽然功耗非常非常重要，但它仍然是次要的考量，首要目标是从这些芯片中获得最佳速度和性能， ”Ansys产品营销总监Marc Swinnen表示。 “功耗/性能之间总是有权衡，这是根本性的。所以如果你真的想降低功耗，你就必须降低性能。遵循摩尔定律会有帮助，可以降低功耗。另一个问题是，大部分功耗都花在了GPU与不同元件之间的通信上，甚至数据中心的背板也是如此。英伟达推出了共封装光网络，正是为了降低机架内和机架之间的通信功耗。 ”
解决这些问题需要整个芯片行业的变革。 “它始于芯片，如果芯片非常耗电，而你想构建一个LLM ，那么你就必须训练它， ”西门子的Brunet说。 “你通过添加多个功能和扩展来训练它。但是如果你把这些东西加起来，从一个非常耗电的单一元件开始，那么整个系统就会变得极其耗电。你还有一个数字孪生体，你也需要巨大的电力来计算这个数字孪生体。但这不仅仅是EDA行业的问题。这是整个世界的问题。 ”
高效处理好消息是，有一些显而易见的唾手可得的成果。 Movellus总裁兼首席执行官Mo Faisal表示：“仅仅因为缺乏可见性，就会额外消耗20%的电力。 ”“例如，假设你设计了一个在2 GHz下功耗为500瓦的芯片。当你完成系统级测试并准备部署时，你会发现所有这些电力系统的构建目标都不同。所以现在，如果你想保持在500瓦以内，你需要将频率降低10%到20% 。这基本上是一种限制。而芯片组只会让情况变得更糟，因为现在你面临同样的问题，但你要乘以你正在处理的芯片组数量。每个芯片组都可能有不同的工艺角，或者可能处于不同的工艺中。 ”
这只是其中的一部分。 “通过从芯片到系统再到数据中心安装更多可见性，还可以额外获得20%到30%的增益， ”Faisal说。 “这两者是复合的，而不是非此即彼。原因是芯片设计师关注风险。 ‘嘿，我不想芯片出故障。所以他们会通过冗余来过度预留。但在部署时，当你设计数据中心时，你并不是为最大工作负载而设计的。你是为峰值工作负载而设计的。原因在于工作负载和软件的变化速度比芯片快得多。不可能用你在现场看到的所有工作负载组合来测试芯片，因为工作负载、模型和Transformer以及代理都在快速变化。所以你必须将其计入利润。数据中心容量比你在最大负载下看到的超额配置了30% 。 ”
理解半导体将如何使用对这个等式也至关重要。仅仅增加冗余和为最坏情况下的边缘情况进行保护性设计，会增加驱动信号通过额外电路所需的功率以及由于导线中的电阻/电容而需要散发的热量。
摩尔定律也在这里发挥作用。虽然每个新工艺节点处理器性能的提升正在减弱，但功耗的提升预计将是巨大的——高达30% ，具体取决于工艺和晶圆厂。与任何新工艺一样，这些数字会因架构和工作负载而异。
冷却经验法则是，数据中心要为电力支付两次费用。第一次是为服务器机架和存储供电。第二次是为它们降温，以防止过热，这正成为一个更大的问题，因为动态电流密度随着AI服务器利用率的提高而增加。训练大型（甚至小型）语言模型需要更多的处理能力，为生成式和代理式AI搜索供电也需要更多的处理能力。这反过来又会增加各种计算元素的利用率，使它们在更长时间内全速运行。
Saras的Bergman说：“冷却的电力开销约为30%到40% ，如果只采用液冷而不使用冷水机组，可以将其减半。 ”“但如果加上冷水机组，功耗又会上升。这里需要玩一个优化游戏。 ”
这个等式中的转折点是水的可用性。在封闭系统中运行水需要冷却。使用当地供水则不需要。但根据环境与能源研究学会的数据，一个大型数据中心每天可消耗多达500万加仑的水，这大约是一个拥有1万到5万人口的城镇的用水量。
两种替代方案是单个芯片的直接冷却和浸没式冷却。直接冷却可能涉及微流体通道，这是IBM在1980年代首次提出的想法，后来因难度太大而放弃。但随着热密度的增加，芯片制造商可能别无选择，只能采用某种微流体技术。尽管如此，实施这种方法会增加结构和制造方面的挑战。这个想法是很好理解的，因为水冷技术已经使用了半个多世纪。但在封装或芯片内部，更靠近晶体管的地方实施它，仍然是一个挑战。
英特尔高级首席工程师兼公司热核心能力组负责人Rajiv Mongia解释说：“如果你正在研究一种冷却技术，就会涉及热传递效率，这通常从热阻角度来看待，以及从一般意义上的结到流体温度。 ”“但如果你从热力学角度来看，它就不是结到流体入口温度，而是结到流体出口温度。基本上，你让流体离开封装或封装区域时的温度越高，下游的一切从热传递角度来看就越容易管理。这会影响你的冷却厂、冷水机组等等的总效率。 ”
这是堆叠芯片的一个关键考虑因素。 Mongia说：“当我们谈到3D-IC时，你可能需要在结构内部引入流体，比如芯片背面的硅微通道。 ”“这是一种效益与复杂性之比。你可以用这种类型的板子放在背面来冷却。但是一旦3D堆栈中有足够多的体积发热——想象一个某种立方体——你就无法再通过硅片的一侧传导热量。你必须以某种方式从硅片内部抽取热量。归根结底，将需要某种奇特的机制，因为你在那个体积的硅片内产生了如此多的能量，而不是仅仅在一个表面上。 ”
可持续性和成本这些对于芯片行业来说并非秘密。为了向前发展并以至少与今天相同的速度持续增长，需要解决两个相关问题——可持续性和成本。这些最终将决定AI数据中心的部署速度、它们可以处理的计算量，以及从传输角度和芯片/系统/封装设计角度所需的变化。
西门子数字化工业软件首席执行官Mike Ellow表示：“可持续性始终是我们考虑的问题，因为几十年来，企业一直面临着更有效利用自然资源的压力。 ”“这就是我们前进的方向，半导体作为支柱将帮助许多行业。如果你看看数据中心的功耗，我们现在的发展方向是不可持续的。对我们来说，挑战在于如何将四倍、五倍或六倍的计算能力，整合到现有数据中心的相同功耗配置文件中。 ”
商业基础也融入了这幅图景。 “归根结底，这是总拥有成本， ”英特尔的Mongia说。 “无论是你正在创建的大型语言模型还是你试图生成的一个推断，这都涉及资本成本和运营成本。散热既属于资本成本也属于运营成本。那么，平衡点是什么？投资回报率是什么？升级到液冷解决方案需要多少成本，因为液冷历来比风冷更昂贵。所有这些AI数据中心或AI解决方案主要采用液冷。为了构建它，你需要从你的封装中获得更多价值，这意味着更多的推断或在生成语言模型时获得更高的性能，从而随着时间的推移降低运营成本。 ”
结论为了更好地理解这一点，请考虑内华达州胡佛大坝每年发电量约为4太瓦时；亚利桑那州帕洛弗迪核电站每年发电量为32太瓦时，而中国三峡大坝预计每年发电量为90 太瓦时。但考虑到目前的增长速度， 2028 年至 2030 年间， AI 数据中心的电力需求将增加350太瓦时，这几乎是所有这些发电设施总能耗的三倍。
没有任何单一的改变能够缩小这一差距。半导体行业要想继续以目前的速度增长，就需要从电网向下，到芯片向上进行变革。即便如此，目前还不清楚这是否真的能弥合差距，或者是否只会让AI数据中心变得更大。
*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。
【AI数据中心耗电量，真不是开玩笑】想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！

AI数据中心耗电量，真不是开玩笑

推荐阅读

2022贵阳普通摩托车新号牌号段启用公告

小议++的情景模式

南通个人所得税住房租金专项扣除指南

男性阴虚喝什么茶好阴虚怎么办

nfc功能是什么意思华为怎么使用 nfc功能是什么意思

孙悟空穿越异界的小说

海边沙滩上圆圆透明的是什么

怎么最快查询车辆违章

皮肤病的病因有哪些

张子扬个人资料谁是张子扬

六年级西瓜叙事作文

买qq号怎么才能不被找回

重庆到上海高铁途径站点查询，成都到兰州的高铁途经哪些站

冬天怎样储存大葱?大葱的储存方法怎么储存冬天大葱

为什么京东会组建lol战队,而电商大佬阿里没有战队

鲁迅先生讽刺人性的语句，鲁迅先生的怼人名句