近日，AI领域的后起之秀DeepSeek因强大的性能和独特的训练方式，引发全球AI界热议。与此同时，《哪吒2》凭借精美的特效和动人的故事，一路爆火，成为中国电影票房冠军。此前，GPT-4作为OpenAI的旗舰产品，也在全球范围内掀起了AI应用的热潮。那么，这三者在耗电量和碳排放方面如何呢？今天，我们来算算这笔账。
一、DeepSeek-V3训练的碳排放
1. DeepSeek-V3训练过程
DeepSeek-V3是一个强大的混合专家 (MoE) 语言模型。为了实现经济高效的推理和训练，其采用了多头潜在注意力 (MLA) 和 DeepSeekMoE 架构，还开创了一种无辅助损失的负载平衡策略，设置了多令牌预测（MTP）。这些设计使它能支持128K长文本处理，即可以一次性处理科研论文、长篇小说等复杂的长文本；使模型同时预测多个未来的输出token，即一次性生成多个字而非逐字生成，增强文本连贯性，大大提升代码生成、数学推理等方面的效率和性能。
2.碳排放计算
《DeepSeek-V3技术报告》部分截图
根据官方发布的技术报告，DeepSeek-V3完整训练时间为278.8万H800 GPU小时。
GPU功率：假设每块H800 GPU的功率为300瓦
单卡综合功耗：300W（显卡） × 1.3（散热损耗） = 390W
总功率：2788K GPU小时 × 0.39千瓦 =1087320 kWh≈108.7万度
全国电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吨
二、《哪吒2》特效制作的碳排放
1.特效制作过程
《哪吒2》的特效制作堪称“巨量级”。导演饺子为了追求完美，把特效量加到了极致，制作量相当于两到三部动画电影。影片中有1948个特效镜头，比如海底炼狱场景里，9800条动态锁链相互纠缠，每秒钟产生27万次物理碰撞运算。“洪流大战”这场戏中，更是有2亿多个角色出现在同一帧画面上。
2.碳排放计算
服务器配置：假设使用1000台服务器进行特效渲染，每台服务器功率为1.5千瓦
渲染时间：假设每天工作12小时，整个特效制作周期为1年（365天）
总功率：1000台 × 1.5千瓦 = 1500千瓦
总耗电量：1500千瓦 × 12小时 × 365天 = 6570000kWh=657万度
全国电力平均二氧化碳排放因子：0.5366kgCO2/kWh
碳排放：6570000kWh ×0.5366kgCO2/kWh= 3525462 kg ≈3525吨
三、GPT-4训练的碳排放
美国OpenAI训练大语言模型GPT-4时，为了完成一次训练，需要使用大约25000块英伟达A100 GPU，并且整个训练过程需要约三个月的时间，折合54M A100 GPU小时。它的训练用的是A100 80 GB显卡，峰值功耗为400瓦，稳定工作的功耗大约为250W到300W。按300W的功耗计算，GPT-4完整训练一次需要耗电1620万千瓦时，换算为碳排放8692920kg，约为8692吨。
四、数据对比分析
通过上述数据可以看出，DeepSeek-V3训练的碳排放最低，约为《哪吒2》的17%、GPT-4的7%。
DeepSeek-V3之所以有如此优秀的表现，主要得益于其高效架构设计（如多头潜在注意力和混合专家架构）、低精度训练以及优化的流水线并行策略。这种突破有力地证明了人工智能的进步与高能耗、高碳排并非必然挂钩，让我们看到了AI技术创新的无限潜力。
尽管目前AI模型训练和动画特效制作都是现代科技的“耗电大户”，但DeepSeek-V3以其高效能低能耗的突破，昭示了科技进步与创新正逐步重塑这一现状，引领行业走向更加绿色可持续的未来。
用手机微信扫一扫
