崔靖：人工智能引領(lǐng)下的能源變革

協(xié)鑫能科智算公司執行總裁 崔靖：協(xié)鑫是做新能源和發(fā)電的企業(yè)，協(xié)鑫智算成立之初就已經(jīng)深刻體會(huì )到人工智能與能源之間密不可分的關(guān)系。人工智能的介入改變了幾乎人類(lèi)社會(huì )所有行業(yè)的生產(chǎn)方式和生活方式，從這一點(diǎn)來(lái)講遠遠超乎我們的想象。

隨著(zhù)人工智能在供給側，在生產(chǎn)生活各個(gè)方面的投入和使用，再過(guò)五年到十年，最大的能源改變就是各種各樣的算力需求對能源供給側的結構性變化，這件事各家公司都在積極參與。今年1月份到7月底，我國總共新設立了140個(gè)智算中心，全部是GPU(圖形處理器)的，而這些智算中心的分布很大一部分并不在沿海地區，而是分布在西部和中部這樣的地區。而這些新進(jìn)來(lái)的算力資源都是高耗能的。怎么在一個(gè)人口稀少的地方用一些高耗能的電力需求?原來(lái)西部的電要東輸，這里最大的一個(gè)變化可能是能源結構要發(fā)生變化了，分布方式要發(fā)生變化了，電網(wǎng)的配給要發(fā)生變化了。

到底人工智能會(huì )對我們的電和能源結構產(chǎn)生多大的影響?從簡(jiǎn)單的數據分析來(lái)看，大概在五年之內，全社會(huì )用電的4.5%將用來(lái)進(jìn)行人工智能的計算，這些算力中心的耗能，數字是非常龐大的。

協(xié)鑫積極參與了部分140個(gè)算力中心的建設，我們給出來(lái)的方案，至少算力中心要涵蓋30%～50%的綠電，而不是由傳統的火電進(jìn)行供能?，F在是能源結構不斷變化的過(guò)程，因此對于電網(wǎng)企業(yè)，無(wú)論國網(wǎng)還是南網(wǎng)，已經(jīng)感受到智算中心的用電需求增度太快，應該如何去適配，如何去解決，未來(lái)五年將對整個(gè)電力的設備和電網(wǎng)的調整甚至微電網(wǎng)的推出，都會(huì )產(chǎn)生很大的影響。

現在可以看到電力和算力的互動(dòng)，大家原來(lái)講IDC(互聯(lián)網(wǎng)數據中心)的模式，在電價(jià)便宜的地方才會(huì )去做，這是傳統CPU(中央處理器)的模式。也有大量IDC在使用過(guò)程中發(fā)生了很多冗余，建了十萬(wàn)個(gè)機柜，但是只用了10%～15%。GPU時(shí)代的到來(lái)，很大程度上在改變這一狀況。GPU正在大量地替換CPU。按照國家相關(guān)部門(mén)明確的數據，應該會(huì )在五年之內，GPU在算力的占比將超過(guò)80%。并將替代現在CPU的算力比例。這可能激進(jìn)了一點(diǎn)，但是我們現在確實(shí)看到大量為CPU提供的基礎設施在做改造、升級，以適應GPU時(shí)代的到來(lái)。GPU時(shí)代的基礎，就是前面講到的對供給側、對社會(huì )各個(gè)行業(yè)根本性的改變，生產(chǎn)方式的變化?，F在大家在講東數西算、西電東輸，但是嚴格來(lái)講，今天的技術(shù)、今天模型的成熟度，還不太可能做到真正意義上的東數西算。

國內做的90%以上的模型只能做近地計算、本地計算，因為它的數據不可能大量地遠程去做。我們曾經(jīng)遇到一個(gè)項目，中科院要計算一個(gè)臺風(fēng)模型，要估算出臺風(fēng)來(lái)了之后對整個(gè)市政建設的沖擊影響有多大，這對城市保險很重要。數據在上海的氣候中心，中科院的機房在鹽城，其實(shí)沒(méi)多遠，一個(gè)相關(guān)數據傳過(guò)去要傳一個(gè)半月，即使在良好專(zhuān)線(xiàn)的情況下，而且已經(jīng)拿到大量的許可，數據才能從上海到達江蘇。在國內目前的管理方式下其實(shí)還有很多限制，真正使用GPU的模型公司在計算的時(shí)候還是以本地計算為主。

那么什么時(shí)候可以真正做到異地計算，像傳統的數據中心一樣?現在已經(jīng)有一些苗頭了，當模型進(jìn)入一個(gè)相對成熟的階段，比如愛(ài)奇藝已經(jīng)開(kāi)始做這樣的嘗試，在線(xiàn)的推理，它已經(jīng)不是訓練了，它的模型訓練得已經(jīng)比較符合要求。隨著(zhù)推理的需求，推理需要7×24小時(shí)在線(xiàn)，必須離它的消費人群100公里以?xún)?。所以它在各個(gè)地方是要建一些適配的，離人口密集度近的地方的推理中心，不要那么大，但是要網(wǎng)絡(luò )信號的分布。當真正的人工智能助手成為手機像微信一樣使用需求的時(shí)候，它一定要在中心城市的周邊產(chǎn)生大量的算力需求，這是必須要解決的問(wèn)題。算力中心下一步的建設，隨著(zhù)人工智能整個(gè)模型的成熟化和投入使用，它一定會(huì )對整個(gè)能源的結構產(chǎn)生其他新的需求。

協(xié)鑫原來(lái)不是做人工智能的，而是做發(fā)電的，在能科旗下我們擁有大量的火電廠(chǎng)、天然氣熱電聯(lián)供、光伏發(fā)電，我們基本上是做這些的。我們從去年開(kāi)始嘗試人工智能，因為整個(gè)公司希望能夠在這個(gè)行業(yè)先做一些先行先試的工作，我們預感到在能源的下一步發(fā)展中，人工智能已經(jīng)是必備的基礎能力，所以我們去年成立了智算公司，做各種各樣的試運行試訓練，用我們自己的數據、自己的場(chǎng)景。

我們希望打造的是這樣一個(gè)結構。一方面是我們最擅長(cháng)的能源行業(yè)，另一方面是傳統電力行業(yè)的一些需求，包括目前電力行業(yè)在做的實(shí)時(shí)電價(jià)的改造，這兩個(gè)行業(yè)結合的時(shí)候，會(huì )從產(chǎn)業(yè)生態(tài)、產(chǎn)業(yè)模型，到最后協(xié)鑫希望打造出一個(gè)行業(yè)引擎，能夠推動(dòng)算力和能源的共同發(fā)展。為社會(huì )的變革提供更好的實(shí)踐，這是我們希望做的事情。

分享一個(gè)案例。一家國外的公司到中國來(lái)，希望尋求一個(gè)更好的解決方案，這家公司要做的是更大的吉瓦級的AIGC(人工智能生成內容)中心，但是要求100%的綠電，怎么解決呢?一個(gè)吉瓦級的中心要實(shí)現100%綠電，難度是很大的，所以我們用了過(guò)去在風(fēng)電、氫能、天然氣發(fā)電等技術(shù)，加上儲能的配合，實(shí)現了一個(gè)自洽的系統。因此這樣一種技術(shù)的產(chǎn)生，這樣一些調配模型的產(chǎn)生，將相左整個(gè)人工智能和能源行業(yè)的發(fā)展，兩邊都會(huì )產(chǎn)生影響。

說(shuō)到人工智能引領(lǐng)能源行業(yè)，其實(shí)有兩層含義，一方面人工智能要為各種AIGC、各種算力提供能源，同時(shí)模型再反過(guò)來(lái)影響能源行業(yè)。我們是新能源的供給者，模型再反過(guò)來(lái)讓我們的生產(chǎn)方式也發(fā)生變化，因為我們自身也在做。我們的鈣鈦礦和硅片以及我們的工廠(chǎng)，現在都有相應的生產(chǎn)模型進(jìn)行訓練。我們從去年開(kāi)始，鈣鈦礦整個(gè)新材料的模型都是用模型來(lái)推演的，已經(jīng)不是用人工的方式來(lái)試驗了，這就是為什么我們可以領(lǐng)先對手三年到五年。我們本身就是人工智能改變能源行業(yè)，從我們身上已經(jīng)有非常明確的體現。希望通過(guò)我們的努力，能夠為國內的算力和能源變革做一些新的試驗，并將這些經(jīng)驗分享給大家。