來源丨51CTO技術棧
撰稿| 雲昭
微軟雄心勃勃，在Windows11全面AI化的同一天，再被爆出新動作。
當地時間9月25日，微軟在官網上突然掛出了一則「核子技術首席專案經理」的招募消息。不難看出，繼微軟雲端之後，納德拉在對待大模型這件事情，可謂火力全開。
但令人意外的是，從「Office全家桶」連接GPT4、Azure提供雲端資源，再到最近的Windows11全面AI化，就在全新的微軟呼之欲出的時候，為什麼微軟竟決定對能源這塊也要下手呢？
人工智慧和和核能，微軟一個都不放過
微軟正在招募的「核子技術首席專案經理」職位，任務是領導全球小型模組化反應器（ Small Modular Reactor, SMR）和微反應器整合的技術評估，為微軟雲端和AI所在的資料中心提供動力。 「這一職位將為技術整合保持清晰且適應性強的路線圖，認真選擇和管理技術合作夥伴和解決方案，並不斷評估進展和實施的業務影響。」招聘貼文中如是說。
圖源：微軟
此外，微軟對於這一職位的理想候選人也給出了要求：應具有能源行業的經驗，並對核技術和監管事務有深入的了解。該職位也將負責研究和開發其他商業化前的能源技術。
大模型「跑廢」特斯拉
知名業內專家吳軍，曾對ChatGPT訓練有一個比喻：每訓練一次ChatGPT，相當於讓3000輛特斯拉電動車在一個月走完了21年的路，基本全跑廢掉。這一形容並不誇張。
根據史丹佛人工智慧研究所（HAI）發布的《2023年人工智慧指數報告》，訓練GPT3所需的電量，足以讓一個普通美國家庭用上數百年。而根據國盛證券估算，GPT-3的單次訓練成本就高達140萬美元，對於一些更大的LLM（大型語言模型），訓練成本介於200萬美元至1200萬美元之間。
資料來源：Luccioni et al.
「大模型訓練成本中60%是電費，」華為AI首席科學家田奇也曾對電力問題表示擔憂，認為電力的降本增效已迫在眉睫。如果大模型普及，全球快速運轉的伺服器，怕不會把地球燒了。
也無怪乎，OpenAI創始人周一在一場活動上表示現在對於GPT而言，重點在於“降低成本和提高可靠性”，而不是急於推出GPT-5。
為了省電，矽谷大佬們思路大開
首先看微軟。目前看，微軟將目光鎖定在核能了。大家可能不知道，比爾蓋茲還有另一個身份，就是核子創新公司TerraPower的董事長，該公司正在開發和推廣小型模組化反應器設計。不過，TerraPower的一位發言人稱，“目前沒有任何向微軟出售反應堆的協議。”
美國能源情報署的數據顯示，美國現有的核反應爐目前的發電量約占美國總發電量的18%。而下一代核反應器技術的希望很大程度上寄託在小型核反應器上。
顧名思義，小型核反應器比傳統反應器更小，建造起來也更便宜、建造速度更快，因為它們採用模組化結構設計，並不是反應器的每個部件都需要客製化。
此外，微軟方面已經公開承諾將從核融合領域創新者那裡尋求核能。今年5月，微軟宣布與核融合新創公司Helion簽署了一項電力購買協議，並將於2028年從Helion購買電力。碰巧的是，OpenAI執行長薩姆·奧特曼，也是Helion的早期重要投資者。
還有，大名鼎鼎的「矽谷鋼鐵人」馬斯克對於能源這塊也有考慮。 4月就有傳聞，馬斯克和貝佐斯準備聯手訓練一個超級大模型。為了節約冷凍與耗能，兩位竟然提出了一個「太空資料中心」的計劃，把五萬片H100英偉達卡由SpaceX送到太空，並攜帶巨量的太陽能板，以期藉由太空的力量解決電力的問題。不過有專家分析這個方案不太可靠，目前衛星太陽能帆板的供電系統普遍功率只有1200W，無論是電力供應或成本，都不如地面的解決方案。
當然，還有一個比較可靠的方案，就是優化晶片本身的耗能。這種能耗管理的邏輯是，資料中心有多塊晶片，每個晶片上有幾十億甚至上百億的晶體管，一個晶體管，相當於一個用電單位，以此推斷，一顆指甲蓋大小的晶片，就是一個規模龐大的能源網路。如果能夠將每個電晶體的能耗優化，那麼最後的節能就能輻射到整個資料中心。
這塊探索比較多的是全球EDA龍頭企業新思科技，早在7年前就啟動了一項叫做「高能效設計」的項目，將晶片的能源效率最大化。
微軟，只是想解決能耗問題？
微軟此舉，不僅是出於對AI的押注和資料中心動力來源的考慮，還有其他的原因。
據外媒theVerge稱，比爾蓋茲一直以來都是核能的忠實粉絲，因為核能不會產生溫室氣體的排放，對於應對氣候變遷方面或發揮一定的作用。
此外，有關大模型能源消耗問題，其實也沒有想像的那麼嚴峻。一位資深分析師坦言，市場大可不必對大模型的能耗問題過度擔憂。 “很多人忽略了一個事實，那就是大模型對算力的需求未來必然會逐漸下跌，這意味著能耗也會相應降低。”
例如，微軟在4月12日開源的DeepSpeed-Chat就充分說明了這一點，它可將訓練速度提升15 倍以上，算力成本大幅降低。光是單一GPU就能支援一個130億參數的類ChatGPT模型，訓練時間只需要1.25 小時。
最後，只能說，變革的齒輪一旦啟動，就很難逆轉。微軟此番對於AI的投入超乎了業界對它的想像。
參考連結：
https://www.theverge.com/2023/9/26/23889956/microsoft-next-generation-nuclear-energy-smr-job-hiring
https://www.bilibili.com/read/cv23092171/
https://baijiahao.baidu.com/s?id=1778038558952820880
資訊來源：由0x資訊編譯自8BTC。版權所有，未經許可，不得轉載