|
华盛顿邮报: 如果要与中国在人工智能领域竞争，我们美国需要更多电力 人工智能的高级应用，对于在竞争日益激烈的世界中与中国及其他竞争对手抗衡至关重要。 但人工智能消耗大量电力。 一个简单的ChatGPT-4查询所用的电量是Google搜索的十倍多。 这种差异源于复杂性：GPT模型使用1.76万亿个参数来预测句子中的每个词，而Google只使用400万到1000万个参数来排名网页。 而美国老化的电网根本无法处理人工智能不断增加的电力负荷。 想象一下，每个用于电力计算的电子，无论是用于GPS路线，医疗测试，还是网络安全系统，就像一辆试图回家的车。如今，这辆车必须通过复杂的铝电线网络，这相当于拥挤的乡村小路，没有高速公路。这就是美国的电力传输系统： 超过一个世纪的历史。 美国电网由3200个地方和区域公用事业拼凑而成，勉强维持现有负荷。 在我们使用最先进的微芯片和运行最前沿的人工智能模型之前，我们需要类似高速公路的传输通道，为我们的数据中心提供足够可靠的电力。 过去一年中我们采访了150多位人工智能专家，他们一致认为美国过时的电网容量拖累了我们的发展。 如果美国的计算机服务器达到极限，您的车载GPS加载时间将延长，协助胆囊手术的机器人将暂停计算，甚至关键的网络安全和基础设施系统也可能受到影响。 在美国，建造新的电力传输线路需要10到20年的批准时间。而相比之下，中国的中央集权高效运作，使得北京能够将其区域公用事业整合为一家国有企业，并在五年内建成新的输电线路。 从2014年到2021年，中国建设的跨区域电网容量是美国的80倍。 中国也是全球建设能源发电设施最快的国家。 在我们花了11年时间在佐治亚州奥古斯塔附近的沃格特核电站增加两座反应堆时，这是我们30年来唯一的新反应堆，中国在此期间建造了近40座核电厂。 同时，2022年至2023年间，中国新增的太阳能发电能力超过了全球其他国家的总和。 我们的新“超大规模”数据中心园区消耗大量电力。例如，亚马逊在匹兹堡附近的开发项目使用的电量超过75万个家庭。 微软和OpenAI计划中的“星际之门”园区将使用超过300万个家庭的电力。 这些数据中心通常需要位于或靠近人口中心，而我们现有的电网已接近极限。 我们必须通过创新来确保能够为如此集中的计算提供电力。首先，解决问题最快、最环保的方式是减少能耗。 因此，我们必须构建更高效的人工智能软件和更好的计算芯片。 这一目标是可以实现的：麻省理工学院的研究已开发出基于物理的人工智能模型，其能耗仅为ChatGPT的1/1000，但能产生更准确的结果。这种指数级的改进意味着当前需要超级计算机的计算可以在我们的笔记本电脑和手机上运行。 我们的同事们还开发出能耗仅为全球最好的人工智能芯片十分之一的计算芯片，效果相同。 当这些创新投入使用时，人工智能计算的能耗将与Google查询无异。 其次，我们必须更快地升级电力传输系统。 这意味着鼓励公用事业公司提高效率。几种安全、经过验证且低成本的“电网增强技术”如果广泛应用，可能为纳税人节省数十亿美元。例如，使用新型复合材料升级现有的金属导线可以使其承载的电力增加两到三倍。一项最新研究估计，这些材料可以将电网容量增加三倍，成本仅为传统方式的25%。此外，因为它们使用现有的输电塔，所以可以在一到五年内部署，许多欧洲和亚洲国家已经使用这些系统。 监管机构应通过改变法律，鼓励这些更高效的投资，使公用事业公司可以从中获利，例如，允许它们保留为客户节省的每一美元中的30美分。英国已经实施了这种激励机制并取得了成功。 最后，我们必须向中国学习，建立全国性的高压电力传输通道。 为了支持这一点，我们应该利用美国科技公司每年用于数据中心建设的1500亿美元资金，结合联邦和公用事业的资助。今年，能源部指定了10条国家利益电力传输通道，允许这些项目使用廉价的联邦贷款和更快的审批流程，因为它们将显著提高电网的可靠性并降低消费者的能源成本。我们应将这些通道扩展到全国范围。 为了加快州和地方对输电线路的审批，国会应通过今年夏天由曼钦三世（Joe Manchin III）和巴拉索（John Barrasso）提出的立法，旨在加速环境评估，限制地方评论时间，并妥善补偿那些家中附近建有输电线的人。 美国在2000年代的经济增长很大程度上得益于我们在技术领域的全球领先地位。 人工智能是下一个浪潮，美国拥有最顶尖的人工智能模型开发人才，投资者，公司和研究机构。 但如果没有强大的数据高速公路系统，我们的技术进步将仅限于狭窄的小道上。 本文作者： Daniela Rus，她是麻省理工学院计算机科学与人工智能实验室主任 Nico Enriquez 是斯坦福商学院的学生，并曾在美国能源部先进研究项目署担任技术转市场学者。    来源： https://www.washingtonpost.com/o ... -china-competition/ 5 min By Daniela Rus and Nico Enriquez September 24, 2024 at 6:30 a.m. EDT |
