“围栏”时代 AI穿越治理与能源的“迷宫”

可控核聚变或成优质赛道

作者／  IT时报记者  沈毅斌  毛宇

编辑／  潘少颖  孙妍

79年前，一道刺眼的白光闪耀天际，照亮整个阿拉莫戈多沙漠；炽热的火球迅速膨胀，瞬间吞噬掉周围的一切，一朵千米高的蘑菇云拔地而起；数秒过后，巨大的冲击伴随震耳欲聋的声音冲向两百英里外的洛斯阿拉莫斯实验室……这一刻人类掌握了“太阳”的力量，奥本海默也成为真正的“死神”。

79年后，人类再次走到“十字路口”，名为“人工智能”的路牌分别指向“发展”与“毁灭”两条道路。

在AI技术的飞速发展中，我们仿佛身处一个充满无限可能的“围栏”之内。然而，这个“围栏”并非界限的阻碍，而是对AI发展与应用进行规范与治理的框架。

随着AI在战争等领域的应用，人类必须确保其健康发展并服务于人类的福祉。全球范围内，各国已经开始形成共识，共同制定AI治理的原则和宣言。

同时，AI对算力中心能源消耗的挑战也逐渐显现。我们必须构建一个更加高效、环保的算力中心“围栏”，以实现AI产业的可持续发展。

两朵蘑菇云在广岛和长崎拔地而起之时，“原子弹之父”奥本海默的内心无比煎熬，尽管是用于对侵略者的打击，但这足以毁灭世界的力量，也让他成为名副其实的“死神”。“作为科学家，我们不能逃避对这场‘重大危机’的责任。因为这种量级上的变化不仅改变了战争的性质，国与国之间的关系也需要从精神、法律、观念和情感上‘彻底’改变。”《奥本海默传》一书记录了奥本海默当时的观点。

当科技发展，尤其是在战争武器领域达到一个关键节点时，人们会像奥本海默一样意识到自己的行为将带来不可预测的灾难性后果，便陷入道德伦理谴责的困境中，这就是“奥本海默时刻”。

时至今日，以人工智能为核心打造的自主武器系统，让人类社会发展再次迎来“奥本海默时刻”。

据5月5日央视《世界周刊》报道，曾在乌克兰战场专门负责AI作战测试的美国第18空降军中将多纳休表示，乌克兰战场已成为美军“AI武器实验室”；《纽约时报》披露，由五角大楼主导的“梅文计划”正在乌克兰战场得到快速训练和完善。其中，“梅文智能系统”能够将卫星、雷达、红外设备甚至社交媒体上的影像处理后汇总到一块屏幕上，帮助接入该系统的人员快速识别出打击目标。

对于人工智能武器化的风险，香港中文大学（深圳）前海国际事务研究院副研究员梅阳和香港中文大学（深圳）前海国际事务研究院战略与安全研究团队学生助理朋措文德联合发布的《从巴以冲突平民死伤看AI的负责任军事应用》认为，人工智能在军事上的用途应该遵循透明度、人类控制、目标区则、紧急刹车、可控技术转让、国际军控合作和定期评估七项原则。

国家新一代人工智能治理专业委员会主任、清华大学苏世民书院院长、人工智能国际治理研究院院长薛澜在参加访谈节目时表示，在人工智能军事领域的应用，中美作为人工智能第一梯队的国家还存在差异。一方面需要运用联合国机制、双边机制等进行探讨治理，另一方面则利用各国的共同利益，如防范极端组织滥用AI等，形成治理方式。

“在人类发展历史中，将先进技术用于战争并不是第一次，就像恩格斯在《反杜林论》中说，人类以什么样的方式生产，就会以什么样的方式作战。”清华大学战略与安全研究中心副主任、人工智能国际治理研究院副院长肖茜告诉《IT时报》记者，当下AI的发展与治理，和奥本海默当时面临的情况不太一样，AI会更加复杂。核武器技术始终掌握在世界上少部分国家手中，拥有较高的技术门槛。而AI是一项开源的技术，上至国家、企业，下至用户个人，都能应用甚至开发AI技术，门槛也相对较低。

也正是因为这种特性，AI治理面临诸多复杂难题，最重要的便是平衡科技创新和风险管理之间的关系。肖茜表示，规则、宣言等出台往往会稍落后于技术，因此在出台政策前需要收集社会各界利益相关方的意见，形成暂行办法，既能给人工智能留出充足的发展空间，也能形成一套大框架约束AI。在肖茜看来，这样的灵活治理对中国而言有着体制优势，同时也是各国治理AI的有效方式之一。

在近期中法两国对人工智能方面达成的共识中也提到，人工智能治理模式，既应顾及技术不断快速发展所需的灵活性，同时应对个人数据、人工智能用户的权利以及作品被人工智能使用的用户权利提供必要保护。

此外，伦理、社会、产业等人工智能渗透的各行各业同样需要进行有效治理。“从大方向看，各国对于AI治理的原则都是向着人类社会的一致性，但一些详细的规则、操作模式等，由于各国差异难以统一。”肖茜告诉《IT时报》记者，单一层面在国际社会中达成共识是有可能的，但想要多层面都达成共识，还需要加强各国之间的合作。

5月5日至7日，在2023年《中法联合声明》达成共识的基础上，中法两国尤其针对人工智能方面达成共识，其中明确表示人工智能发展中遇到的机遇、风险和挑战本质上是全球性的，加强国际合作具有非常重要的意义。同时，两国主张人工智能必须为所有人提供包容性接入，在线提供可访问、可视和可发现的内容，尊重多种语言和文化多样性，包括在多边框架内。

2023年，中国先后发布《生成式人工智能服务管理暂行办法》《全球人工智能治理倡议》；美国发布首个生成式人工智能监管规定；首届人工智能安全峰会上，中国、美国、英国等28个国家和欧盟共同签署《布莱奇利宣言》；2024年3月13日，欧盟批准的《人工智能法案》是世界上迄今为止最全面的人工智能立法，为人工智能系统开发和技术应用确立了清晰的边界。尽管有关人工智能治理的倡议、宣言逐渐增多，但对于人工智能治理的具体准则，国际社会仍然没有达成一致共识。

“我们参与国际会议和论坛时，有对是否成立一个类似国际原子能机构的组织来统一治理人工智能进行过讨论，但目前还处于初期。”肖茜表示，大国引领将是人工智能形成统一治理的关键，中美两国作为人工智能第一梯队国家尤为重要。但由于意识形态不同，目前，人工智能达成共识的大多还是小团体，如美国与G20集团、欧盟等组织，中国呼吁的则是在联合国机制下的全球性合作。

近日，脸书CEO马克·扎克伯格公开表示，AI领域未来将面临能源消耗危机。他透露，当前数据中心能耗规模惊人，普遍介于50兆瓦—150兆瓦之间，且需求持续飙升，未来很可能触及数百乃至上千兆瓦。扎克伯格预警称，尽管硬件障碍解除将促进企业加大数据中心建设投资，但能源供应短缺将成为制约该行业扩张的新瓶颈。

“谷歌搜索一次的耗电高达100瓦，ChatGPT可能远不止这个数字。”中国电子节能技术协会副理事长吕天文告诉《IT时报》记者，当下，电力消耗成为AI发展的潜在瓶颈，探索新的能源解决方案显得尤为迫切。

在当前的能源结构中，可再生能源与不可再生能源并存，“风能、光伏以及储能都是未来的发展方向，但可控核聚变或许会是一条优质赛道，甚至会比上述几个方向更加有前景。”吕天文认为，可控核聚变将为AI带来更充足的能源潜力。在此背景下，人工智能的未来应用或将分化为两大方向：一是采用低能耗的模拟计算，适用于如家庭上网、服务机器人等非精密操作；二是维持高精度的数字化计算，满足科研、工业等对精确度要求极高的场景。

太阳也能人造？

可控核聚变技术被视为未来或将改写能源版图的关键，能安全、持续地模拟太阳能源，以其巨大能量产出、丰富燃料来源、少量辐射废料及高级别安全特性，被誉为理想能源，有望引领未来能源革命。但在可控核聚变商业化之前，电力依然是主要能源，且当前算力市场已显现出优胜劣汰趋势。

算力产业链包含基础设施、算力主体和算力应用三大环节，硬件是能耗的主要承担者，软件则负责高效调度资源。近半年来，受企业成本压力和应用不足等原因，国内不少中小型算力企业选择转型或退出AI赛道，国内算力市场逐渐趋于稳定发展的垂直赛道，如医疗、自动驾驶等，此类垂直赛道对于电力损耗相较于大模型更少。

当前各国AI赛道不尽相同，相比美国聚焦AI大模型，中国的人工智能更多聚焦于工业、商业及生命科学等具有实质贡献的领域，“并非是单纯追求娱乐化的应用。”一名业内人士告诉《IT时报》记者，尽管中美在AI大模型领域仍存在差距，“但国内AI在垂直领域的应用不输国外，转型不意味着消失，且今年的算力耗电量是有一定的增长。”

“可控核聚变或将在未来20年~30年内实现商业化，为AI算力的供应带来根本性转变。”吕天文表示，目前市场上仍依赖电能或借助可再生能源发电以及储能中心储电。相较于其他国家，中国电力基础设施更为完善，对AI算力的增长具有更强承载能力。“当下AI应用的急速拓展、数据中心和超算中心的高速扩张确实导致部分电力被浪费，可控核聚变提供的是几乎无限且清洁的能源，未来有望从根本上解决这一瓶颈。”他说道。

公开数据显示，2022年，我国数据中心能耗高达2700亿千瓦时，占总用电量3%，预估2024年将进一步增至3400亿度至3600亿度，2025年或达4000亿度—4400亿度。算力竞赛背后，实为电力与芯片的双重较量，凸显国家能源与技术实力的双重考验。

此背景下，绿色算力概念应运而生，涵盖了从能源获取到算力应用的全链条优化，涉及可再生能源整合、高效硬件、智能调度乃至余热回收等多个维度。绿色算力的实现，不仅是寻找替代能源那么简单，而是一场旨在重塑能源与算力关系的系统性变革。

除了发展潜力更大的可控核聚变，光伏、风能等可再生能源正逐步成为AI电力供应的新选择，但其稳定性仍需技术突破和策略优化来保障。“光、风二者本身受天气等外部因素影响，很难持续、稳定地为算力供电，并不是解决算力能源的最优解。”吕天文指出，部分数据中心的能效提升和余热回收利用是当前研究的重点，“电能的余热回收利用可应用至普通低能耗的模拟计算，例如家庭上网等，以便实现能源使用的最大化效益。”

另外，如何充分整合、有效利用社会上的闲散算力资源，也是绿色算力的关键一环。通过深度挖掘并整合闲置计算资源，可大幅降低部分县市级数据中心的能耗与建设成本，提高资源利用效率，响应国家对于数据中心PUE指标的严格要求。

“一些县市级的算力中心多数存在投入大、利润低等问题，需要有效借助闲置算力降低成本。”共绩科技COO王鹏告诉《IT时报》记者，目前全社会非数据中心算力存量大，处在动态的闲置状态，甚至部分大型城市的网吧算力规模在上百PFLOPS量级，与数据中心建设需求同量级。若能将当地网吧、企业等广泛存在的闲置算力有效聚合，可以推动地方算力中心达到理想的PUE值1.0的目标。

“部分地方算力中心没有对算力技术及有效分配进行深层次学习。”一位从事算力整合的业内人士坦言，不少地方算力中心的本地需求并不多，更多是为外省市中小企业服务，“因为地方性算力中心相较于北上广深的算力中心收费更低，对于中小企业更有经济适用性。”

中国正在加速构建一个低碳、高效、可持续的AI算力生态系统，加强管理人员的系统化学习能力、优化能源结构、探索多元能源利用等仍是解决高能耗问题的关键，随着技术的不断革新和能源转型，国内AI电力消耗问题也将得到有效缓解，不仅为AI技术的广泛应用奠定坚实基础，也为全球能源革命与数字化转型推动新进程。

排版／ 季嘉颖

图片／ 东方IC  unsplash

来源／《IT时报》公众号vittimes