隨著AI技術的廣泛應用，其對能源的需求不斷增加，給數據中心的能源使用帶來了壓力，同時也引發了人們對它消耗了多少能源的質疑。生成式人工智能模型中的單個查詢可能會消耗相當于打開燈泡一小時的能量。大型 科技 公司現在表示，他們可能很難實現氣候目標，因為人工智能的使用導致了能源需求的增加。

人工智能能否更具可持續性？

越來越多的專家希望答案是：“是的”。

根據國際能源署的數據，數據中心已經占全球用電量的1-1.5%，人工智能的繁榮引發了超大規模用戶的支出激增，這可能會在未來幾年進一步推動這一數字的增長。該組織預測，到2026年，全球數據中心的總用電量可能會翻一番以上，僅靠可再生能源無法滿足這一需求。

“大規模人工智能才剛剛開始，”IEEE高級會員Euclides Chuma說，“研究人員正在探索硬件和軟件解決方案，以降低人工智能的能耗，同時使其更強大。”

為什么AI會消耗這么多能量？

回答一個看似簡單的問題并不簡單。人工智能一詞有很多不同的含義，人工智能有很多種。

一方面，有一些人工智能系統已經使用了多年，例如，這種系統可以分析你在電子商務網站上的購物行為并推薦產品。然后是更新的生成式人工智能系統，只需幾次按鍵即可創建書面和視覺內容。

購物算法在預測你可能想買什么樣的t恤時通常消耗很少的能量。生成式人工智能系統使用更多，而且有很多人在使用它們。根據對六個高度發達國家生成人工智能使用情況的一項調查，27%的受訪者表示在私人生活中使用了生成人工智能，21%的受訪者稱在工作或學校中使用了它。雖然這些人中的大多數并不是每天都在使用生成式人工智能，但也有一小部分但占比仍相當大的用戶在使用。

人工智能系統不僅在操作過程中消耗能量。訓練人工智能系統消耗了大量的能量，因為它使用了大量的計算能力，這會消耗電力。

IEEE會員Edson Prestes表示：“由于訓練中使用了大量數據，當前的人工智能系統消耗了大量能量。這些系統需要從來自不同來源和不同類型的大量數據中學習。由于數據量巨大，人工智能訓練不是使用簡單的計算機進行的。它通常涉及一組計算機協同工作。”

IEEE Spectrum上的一篇文章估計了大概的數據。根據這篇文章，研究人員估計，訓練最先進的語言生成模型GPT-3需要數周時間，耗資數百萬美元。它還需要19萬千瓦時的電力，產生的二氧化碳量與駕駛 汽車 行駛的距離大致相當于往返月球的距離！

將AI納入愈省能源

20世紀60年代，計算主要在大型計算機上進行。它們很大，但以今天的標準來看，缺不足夠強大。典型的智能 手機 具有更高的計算能力，消耗更少的能量，并且可以放在口袋里。

許多專家認為，人工智能將遵循類似的道路，隨著改進而變得更加強大和高效。

模型訓練中使用的硬件類型的變化將降低能耗。一種方法可能涉及訓練期間所依賴的內存存儲類型。

2024 IEEE主席Tom Coughlin表示：“使用非易失性存儲器而不是易失性內存（如DRAM）可以降低能耗，因為這些存儲器中的數據不需要刷新。”

其他步驟可能標志著通往更環保的人工智能之路：

·? 數據中心冷卻的改進： 計算機產生熱量，需要能量來冷卻運行AI的服務器。改善數據中心的冷卻系統將降低人工智能的能耗。

·? 使用更少的數據： 人工智能模型并不總是需要很龐大。較小的模型或許會導致精度稍稍降低，但也體現了出色的能源效率。

·? 使用可再生能源： 盡管許多數據中心已經使用可再生能源，但并非所有數據中心都是這樣做的，而且可再生能源并不總是可用的。在一些地方，溫室氣體排放量較大的傳統能源滿足了日益增長的能源需求。

·? 不使用人工智能： 盡管人工智能很有用，但有時它并不一定比傳統方法好。在某些情況下，我們最好不要使用人工智能。