近日，AI領域的后起之秀DeepSeek因強大的性能和獨特的訓練方式，引發全球AI界熱議。與此同時，《哪吒2》憑借精美的特效和動人的故事，一路爆火，成為中國電影票房冠軍。此前，GPT-4作為OpenAI的旗艦產品，也在全球范圍內掀起了AI應用的熱潮。那么，這三者在耗電量和碳排放方面如何呢？今天，我們來算算這筆賬。
一、DeepSeek-V3訓練的碳排放
1. DeepSeek-V3訓練過程
DeepSeek-V3是一個強大的混合專家 (MoE) 語言模型。為了實現經濟高效的推理和訓練，其采用了多頭潛在注意力 (MLA) 和 DeepSeekMoE 架構，還開創了一種無輔助損失的負載平衡策略，設置了多令牌預測（MTP）。這些設計使它能支持128K長文本處理，即可以一次性處理科研論文、長篇小說等復雜的長文本；使模型同時預測多個未來的輸出token，即一次性生成多個字而非逐字生成，增強文本連貫性，大大提升代碼生成、數學推理等方面的效率和性能。
2.碳排放計算
《DeepSeek-V3技術報告》部分截圖
根據官方發布的技術報告，DeepSeek-V3完整訓練時間為278.8萬H800 GPU小時。
GPU功率：假設每塊H800 GPU的功率為300瓦
單卡綜合功耗：300W（顯卡） × 1.3（散熱損耗） = 390W
總功率：2788K GPU小時 × 0.39千瓦 =1087320 kWh≈108.7萬度
全國電力平均二氧化碳排放因子：0.5366kgCO2/kWh
碳排放：1087320kWh×0.5366kgCO2/kWh= 583455.912 kg≈583.5噸
二、《哪吒2》特效制作的碳排放
1.特效制作過程
《哪吒2》的特效制作堪稱“巨量級”。導演餃子為了追求完美，把特效量加到了極致，制作量相當于兩到三部動畫電影。影片中有1948個特效鏡頭，比如海底煉獄場景里，9800條動態鎖鏈相互糾纏，每秒鐘產生27萬次物理碰撞運算。“洪流大戰”這場戲中，更是有2億多個角色出現在同一幀畫面上。
2.碳排放計算
服務器配置：假設使用1000臺服務器進行特效渲染，每臺服務器功率為1.5千瓦
渲染時間：假設每天工作12小時，整個特效制作周期為1年（365天）
總功率：1000臺 × 1.5千瓦 = 1500千瓦
總耗電量：1500千瓦 × 12小時 × 365天 = 6570000kWh=657萬度
全國電力平均二氧化碳排放因子：0.5366kgCO2/kWh
碳排放：6570000kWh ×0.5366kgCO2/kWh= 3525462 kg ≈3525噸
三、GPT-4訓練的碳排放
美國OpenAI訓練大語言模型GPT-4時，為了完成一次訓練，需要使用大約25000塊英偉達A100 GPU，并且整個訓練過程需要約三個月的時間，折合54M A100 GPU小時。它的訓練用的是?A100 80 GB顯卡，峰值功耗為400瓦，穩定工作的功耗大約為250W到300W。按300W的功耗計算，GPT-4完整訓練一次需要耗電1620萬千瓦時，換算為碳排放8692920kg，約為8692噸。
四、數據對比分析
通過上述數據可以看出，DeepSeek-V3訓練的碳排放最低，約為《哪吒2》的17%、GPT-4的7%。
DeepSeek-V3之所以有如此優秀的表現，主要得益于其高效架構設計（如多頭潛在注意力和混合專家架構）、低精度訓練以及優化的流水線并行策略。這種突破有力地證明了人工智能的進步與高能耗、高碳排并非必然掛鉤，讓我們看到了AI技術創新的無限潛力。
盡管目前AI模型訓練和動畫特效制作都是現代科技的“耗電大戶”，但DeepSeek-V3以其高效能低能耗的突破，昭示了科技進步與創新正逐步重塑這一現狀，引領行業走向更加綠色可持續的未來。
用手機微信掃一掃
