AI用電5年增8倍　仿人腦等「節能運算」助攻，不養出吃電怪獸｜天下雜誌

AI用電5年增8倍　仿人腦等「節能運算」助攻，不養出吃電怪獸

【2025經濟大預測】全球對運算需求驟增，耗電卻是大難題。未來將有例如DNA儲存、類似人腦的運算技術出現，高效又省電。

AI時代運算愈趨複雜，硬體必須不斷升級。圖為台積研發中心。圖片來源：台積電提供

瀏覽數：749

短期：用綠色能源

短期內，有愈來愈多大型數據公司，採用再生能源來提升能源使用效率。

例如，微軟與資產管理公司Brookfield已簽訂史上最大的企業綠能採購協議，投資全球各地約100億美元的再生能源項目。亞馬遜也花費170億，在西班牙打造完全採用再生能源的資料中心。

不過高挺提醒，綠色能源本身不直接「省電」，而是在能源供應端減少碳排放，藉此優化能源使用效率，讓企業的帳面成績比較好看。

想達到真的節能運算，必須透過軟硬體創新。

例如，麻省理工學院科學家羅鴻胤團隊，在2024年10月提出了L-Mul算法，透過一種簡化運算過程、只計算重點的方式，最高可降低95%能耗。

根據微軟的報告指出，BitNet.cpp不需依賴GPU，能在標準CPU上處理1000億參數的模型，讓能源消耗下降至原本的18%。換句話說，個人電腦不需連網，就可以省電地運行大型語言模型。

顧能預測，1-bit LLM既節能，也解決了用戶對於資料上傳雲端的疑慮，在金融業、個人健康管理領域極具發展潛力。

硬體部份，ASIC（特殊應用積體電路）仍然是重要方向。根據Digitimes預測，全球資料中心ASIC加速器出貨量的5年複合成長率達52%，高於GPU的複合成長率。

與通用的CPU或MCU（微處理器）不同，ASIC是專門為特定任務設計的電腦晶片，既快速又省電，連獨霸GPU市場的輝達，也已加入這股浪潮。

另一方面，集邦科技預測，AI晶片的液冷散熱滲透率，將由2024年的11%，快速提升至2025年的24%。這是因為液冷散熱器可以快速帶走熱量，讓設備在理想溫度下運行，保持高速且穩定的工作，達到省電效果。

此外，高挺指出，許多公司推出AI調度系統，根據任務快速分配效能最合適的硬體資源。例如Google的Borg系統、微軟的Autopilot，都已經透過AI來派發運算任務，未來這種系統將出現在更多企業中。

長期：仿人腦的新運算

長期來看，2030年前可能還會出現如光學計算、DNA儲存等新技術，效能遠超過傳統矽晶片。此外，模仿人腦的神經形態系統等前沿技術，也被視爲未來高效AI運算的潛在方向，但目前仍在早期階段。

舉例來說，人腦的運算功耗大約只有20瓦，但光是一片輝達的A100 GPU功耗就高達400瓦，而且大多情形必須數片GPU同時運作。

如果AI運算能更像人腦，降低的能耗將非常可觀。