由于大部分繁重的 AI 任務(wù)都是在云端完成的，因此人們很容易忘記 AI 需要大量的計(jì)算資源及電力。

馬薩諸塞州大學(xué)阿默斯特分校去年的一項(xiàng)研究發(fā)現(xiàn)，訓(xùn)練一個(gè)大型自然語(yǔ)言處理（BERT）AI 模型因消耗電力而產(chǎn)生的二氧化碳（CO2），相當(dāng)于跨大西洋往返航班對(duì)每個(gè)乘客所產(chǎn)生的 CO2。那只是一個(gè)模型，雖然是變換網(wǎng)絡(luò)，但只需訓(xùn)練一次。開發(fā)過(guò)程中通常會(huì)對(duì)模型進(jìn)行多次調(diào)整和反復(fù)訓(xùn)練。如果將神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索（一種使用 AI 來(lái)調(diào)整模型的 AutoML 技術(shù)）加入一個(gè)大小適中的轉(zhuǎn)換器中，其 CO2 總排放量將猛升到幾乎與 5 輛美國(guó)汽車的終身排放量相同。

圖 1：訓(xùn)練一個(gè)大型的自然語(yǔ)言處理 AI 模型時(shí)，其消耗電力所產(chǎn)生的 CO2 相當(dāng)于跨大西洋往返航班對(duì)每個(gè)乘客所產(chǎn)生的 CO2。

AI 加速器有望提高 AI 處理的計(jì)算效率。隨著 AI 處理量的不斷增加，數(shù)據(jù)中心將會(huì)采用這些新的專用加速器。

但是 AI 加速器可以節(jié)省能源嗎？究竟是總的用電量下降了，還是數(shù)據(jù)中心只不過(guò)利用同樣的電力實(shí)現(xiàn)了更多的計(jì)算？

AI 訓(xùn)練策略

“AI 計(jì)算使用的能量多少是由幾個(gè)因素決定的。”IBM Cognitive Systems 技術(shù)計(jì)算副總裁 David Turek 解釋說(shuō)，“采取什么樣的策略來(lái)訓(xùn)練模型，會(huì)影響所消耗的能量。每瓦特的計(jì)算量并不是特別有用的指標(biāo)，因?yàn)橛泻芏喾N不同的方法可以降低總能耗。”

他補(bǔ)充說(shuō)，整個(gè)系統(tǒng)架構(gòu)和應(yīng)用環(huán)境決定了實(shí)際上需要多少能源。“從模型訓(xùn)練到模型部署，計(jì)算能力的不同級(jí)別直接影響其基礎(chǔ)架構(gòu)，從而直接影響所消耗的能源。”

人們通常認(rèn)為，AI 系統(tǒng)中一次只訓(xùn)練一個(gè)模型，然后將其部署到其他地方進(jìn)行推理。但事實(shí)并非如此，典型的 AI 系統(tǒng)會(huì)多次訓(xùn)練很多模型，并且可能同時(shí)在多個(gè)模型上進(jìn)行推理以獲得最佳結(jié)果。

完成部署后，有時(shí)會(huì)使用聯(lián)邦學(xué)習(xí)（federated learning）之類的技術(shù)，在邊緣而不是回到數(shù)據(jù)中心更新增量模型。需要消耗多少能量取決于在邊緣進(jìn)行什么處理。

換句話說(shuō)，訓(xùn)練特定的 AI 模型所消耗的能量并不是直接就可以確定的。“但數(shù)據(jù)中心的基礎(chǔ)設(shè)施是固定的，因此調(diào)整工作流程是節(jié)省能源的最好方法。”Turek 說(shuō)。

可能的方法有：將 AI 模型與傳統(tǒng)的高性能計(jì)算融合，以減少所需的總計(jì)算量；縮短完成一項(xiàng)工作所花的時(shí)間，以減少 GPU 等高能耗 AI 加速器硬件的使用；避免在數(shù)據(jù)中心使用聯(lián)邦學(xué)習(xí)之類的技術(shù)重復(fù)訓(xùn)練。

Turek 說(shuō)：“這是從管理的角度來(lái)聰明地安排工作流程，利用最佳的方法為現(xiàn)有系統(tǒng)分配可用的能源。通過(guò)能源預(yù)算和能源消耗，運(yùn)營(yíng)商可以在其硬件基礎(chǔ)架構(gòu)上進(jìn)行調(diào)度分配。”

在更高的溫度下運(yùn)行

服務(wù)器制造商 Supermicro 去年年底發(fā)布的數(shù)據(jù)中心環(huán)境實(shí)踐年度調(diào)查報(bào)告顯示，能源效率仍然有機(jī)會(huì)提高。Supermicro 營(yíng)銷和網(wǎng)絡(luò)安全副總裁 Michael McNerney 認(rèn)為，這些機(jī)會(huì)正在流失。

McNerney 說(shuō)：“我們認(rèn)為一些基本的最佳實(shí)踐可以為客戶帶來(lái)很大價(jià)值。其中的一條是，相比傳統(tǒng)的數(shù)據(jù)中心環(huán)境，我們今天構(gòu)建的系統(tǒng)可以在更高的溫度下運(yùn)行，許多長(zhǎng)期從事數(shù)據(jù)中心運(yùn)營(yíng)的人卻沒(méi)有意識(shí)到這一點(diǎn)。”

在目前的設(shè)計(jì)中，不再需要將設(shè)備冷卻到 23~25°C 來(lái)確保其性能和可靠性。一些“綠色”數(shù)據(jù)中心處于極端溫度下，即便是很小的變化，例如減少空調(diào)的使用，也可以節(jié)省能源。

圖 2：現(xiàn)代服務(wù)器和基礎(chǔ)設(shè)施可以在更高的溫度下運(yùn)行，并且切換為多節(jié)點(diǎn)系統(tǒng)，從而降低了總能耗。

多節(jié)點(diǎn)系統(tǒng)是節(jié)省能源的另一種方法，其中多臺(tái)服務(wù)器在共享的基礎(chǔ)架構(gòu)上運(yùn)行。這種配置減少了所需的大型電源和風(fēng)扇數(shù)量。多節(jié)點(diǎn)系統(tǒng)具有更高的能源效率，可以在更高的溫度下運(yùn)行，并提供更高的功率密度。

Supermicro 的調(diào)查還發(fā)現(xiàn)，目前每個(gè)機(jī)架的平均功率密度為 15kW，服務(wù)器進(jìn)氣入口溫度為 23.5°C，服務(wù)器每 4.1 年更換一次。而在采用高度優(yōu)化綠色設(shè)計(jì)的數(shù)據(jù)中心（占受訪者的 12％），每個(gè)機(jī)架的功率密度超過(guò) 25kW，平均入口溫度為 26.5°C，服務(wù)器每 2 至 3 年更換一次。因此，Supermicro 得出結(jié)論，大多數(shù)數(shù)據(jù)中心仍需繼續(xù)優(yōu)化能效。

令人驚訝的是，大多數(shù)受訪者并不認(rèn)為能耗是成功的關(guān)鍵指標(biāo)。“我們已經(jīng)看到，公司的設(shè)施預(yù)算與硬件及系統(tǒng)的資產(chǎn)購(gòu)置成本是分開的，它們與人力成本也是分開的。我認(rèn)為人們很清楚地知道這一點(diǎn)，但是并不會(huì)進(jìn)行綜合考慮和優(yōu)化。”McNerney 說(shuō)。

“較大的數(shù)據(jù)中心更了解總運(yùn)營(yíng)成本，但若增加資產(chǎn)購(gòu)置預(yù)算，能源預(yù)算就會(huì)減少，人們有時(shí)很難把這兩者關(guān)聯(lián)起來(lái)。”

McNerneyt 認(rèn)為整個(gè)數(shù)據(jù)中心的功耗并不會(huì)很快下降。他說(shuō)：“長(zhǎng)期的發(fā)展趨勢(shì)是，一些在線服務(wù)的能耗會(huì)隨著效率的提升而改善，然而隨著 5G 和 AI 的逐漸普及，總體功耗仍將繼續(xù)增加。”

電費(fèi)與能耗

英偉達(dá)加速計(jì)算產(chǎn)品管理總監(jiān) Paresh Kharya 表示，數(shù)據(jù)中心運(yùn)營(yíng)商希望全面提高能效，因?yàn)殡娰M(fèi)占其運(yùn)營(yíng)成本的 25％。

能源使用效率（PUE）是一項(xiàng)廣泛使用的用來(lái)衡量能源節(jié)約的指標(biāo)，表示計(jì)算所消耗的能源與數(shù)據(jù)中心基礎(chǔ)設(shè)施消耗的總能源之比。目標(biāo)是 PUE 等級(jí)為 1。

Kharya 說(shuō)：“多年來(lái)，超大規(guī)模數(shù)據(jù)中心的 PUE 接近 1 或 1.1，非常高效。企業(yè)數(shù)據(jù)中心也取得了很大進(jìn)步，大多數(shù)情況下，其 PUE 等級(jí)已經(jīng)從大于 2 降到了遠(yuǎn)遠(yuǎn)低于 2。”

超大規(guī)模數(shù)據(jù)中心采用優(yōu)化的機(jī)架和散熱設(shè)計(jì)，可以大規(guī)模運(yùn)行，其優(yōu)化和使用復(fù)雜技術(shù)的能力是大多數(shù)企業(yè)數(shù)據(jù)中心不具備的。Kharya 表示：“許多企業(yè)已開始采用這些創(chuàng)新技術(shù)，能源效率得到了顯著提高。”

由于各家公司關(guān)注的是電費(fèi)而不是功耗，所以 Kharya 認(rèn)為，執(zhí)行任務(wù)所花費(fèi)的時(shí)間是一個(gè)重要因素。“例如，在一臺(tái)只有 CPU 的服務(wù)器上訓(xùn)練 ResNet-50 模型的圖像識(shí)別可能需要長(zhǎng)達(dá)三周的時(shí)間，而配備英偉達(dá) V100 GPU 的服務(wù)器可以在一天之內(nèi)完成這一任務(wù)。”他補(bǔ)充道。

“每臺(tái)配備英偉達(dá) GPU 的服務(wù)器比配備 CPU 的服務(wù)器消耗的能源更多，但它完成任務(wù)的時(shí)間將大大縮短。因此，如果使用 GPU 加速器，用于完成 AI 處理的整體能耗將降低至原來(lái)的 20 到 25 分之一。”Kharya 強(qiáng)調(diào)。

了解數(shù)據(jù)中心工作負(fù)荷

英特爾數(shù)據(jù)平臺(tái)營(yíng)銷總經(jīng)理 Allyson Klein 表示，數(shù)據(jù)中心運(yùn)營(yíng)商會(huì)盡量確保所有系統(tǒng)高效運(yùn)行，讓昂貴的基礎(chǔ)架構(gòu)提供最大的計(jì)算能力。

“數(shù)據(jù)中心運(yùn)營(yíng)商的主要目標(biāo)是使基礎(chǔ)架構(gòu)的性能達(dá)到最好。”Klein 說(shuō)，“性能高低取決于系統(tǒng)和機(jī)架的級(jí)別，同時(shí)還需要整個(gè)數(shù)據(jù)中心協(xié)同工作，使每瓦性能達(dá)到最高。”

因此，為了部署合適的基礎(chǔ)架構(gòu)來(lái)滿足性能和能耗要求，全面了解數(shù)據(jù)中心的工作負(fù)荷非常重要。最理想的結(jié)果是計(jì)算容量更大，功耗更低，并且不會(huì)閑置基礎(chǔ)設(shè)施而白白消耗電力。

究竟是在 CPU 中集成加速功能還是采用分立的加速器，這通常需要進(jìn)行權(quán)衡。Klein 說(shuō)：“加速器會(huì)增加功耗，但如果它一直工作，則整體效率更高。如果加速器完成大量工作，利用率高，在客戶愿意投資基礎(chǔ)設(shè)施的情況下，使用分立的加速器是較好的方法。如果不能一直使用加速器，則采用 CPU 方法可能是更好的選擇，因?yàn)榧铀倨鹘?jīng)常會(huì)空閑，耗電卻不執(zhí)行任何任務(wù)。”

Klein 表示，在大多數(shù)部署中，AI 只是數(shù)十萬(wàn)種不同工作負(fù)荷的一種。盡管英特爾提供了 CPU 和專用 AI 加速器（通過(guò) Habana Labs），但由于工作負(fù)荷種類很多，從功耗和投資角度來(lái)看，Xeon Scalable（CPU）平臺(tái)可以說(shuō)是最高效的產(chǎn)品。

Klein 說(shuō)：“英特爾的 AI 策略建立在 Xeon Scalable 處理器的基礎(chǔ)之上，Xeon Scalable 內(nèi)部做了 AI 優(yōu)化，并針對(duì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)進(jìn)行了大量軟件優(yōu)化。”

提高效率

盡管 GPU 等 AI 加速器能耗很大，但進(jìn)行 AI 處理時(shí)，它們的高計(jì)算效率可以降低總能耗。AI 處理在數(shù)據(jù)中心所占比例越來(lái)越高，但數(shù)據(jù)中心日常處理的負(fù)荷種類仍然多種多樣。

加速器使 AI 處理受益最大，CPU 則繼續(xù)在超大規(guī)模和企業(yè)數(shù)據(jù)中心市場(chǎng)贏得席位，因?yàn)?CPU 應(yīng)用更加靈活。隨著 AI 應(yīng)用的不斷擴(kuò)大，以及新的 5G 應(yīng)用產(chǎn)生更多的非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)中心的能耗不太可能很快下降。
責(zé)任編輯:pj