總體上,,關(guān)于AI能耗的討論主要基于模型體量、顯卡功率,、計(jì)算時(shí)長(zhǎng)等參數(shù)進(jìn)行估算,,這使得討論尤為困難。研究者呼吁改變這種不透明的現(xiàn)狀,,實(shí)現(xiàn)信息透明,,以追究各方的環(huán)境責(zé)任并推動(dòng)節(jié)能研究。
數(shù)據(jù)中心的能耗問題同樣復(fù)雜,。國(guó)際能源署報(bào)告顯示,,2022年全球數(shù)據(jù)中心、比特幣和AI消耗的電能占全球用電量的2%,,達(dá)到460 TWh,。預(yù)計(jì)到2026年,全球數(shù)據(jù)中心總能耗將達(dá)1000 TWh,。數(shù)據(jù)中心內(nèi)部冷卻系統(tǒng)和服務(wù)器能耗最高,,各占數(shù)據(jù)中心能耗的40%。隨著數(shù)據(jù)中心規(guī)模擴(kuò)大,,冷卻系統(tǒng)的能耗日益增加,,同時(shí)也會(huì)導(dǎo)致耗水量上升。AI的盡頭是能源嗎,!
對(duì)于新成立的數(shù)據(jù)中心,,在設(shè)計(jì)上改進(jìn)可以緩解這些問題。液冷技術(shù)比風(fēng)冷技術(shù)更劃算,,且能減少淡水消耗,。從宏觀角度看,AI的環(huán)境影響不僅與耗電量有關(guān),,還與電能來源密切相關(guān),。發(fā)展清潔低碳能源并在基建層面規(guī)劃有助于讓AI更加環(huán)保。多位業(yè)界人士提到,,數(shù)據(jù)中心應(yīng)靠近發(fā)電廠,,以實(shí)現(xiàn)算電耦合,減少電能傳輸和存儲(chǔ)過程中的損耗。
然而,,在東西部發(fā)展不均衡背景下,,在西部建設(shè)數(shù)據(jù)中心面臨人才缺乏和維護(hù)困難的問題。AI計(jì)算需要大量數(shù)據(jù),,如果計(jì)算需求離數(shù)據(jù)中心太遠(yuǎn),,數(shù)據(jù)傳輸成本就會(huì)非常高。因此,,盡管西部地區(qū)建設(shè)了不少數(shù)據(jù)中心,,但使用效率仍不及東部的超算中心。
AI對(duì)綠電穩(wěn)定性的要求也提出了挑戰(zhàn),。風(fēng)電,、水電和光伏容易受季節(jié)影響,而核電作為穩(wěn)定且環(huán)保的能源選項(xiàng),,是未來數(shù)據(jù)中心選址的趨勢(shì),。長(zhǎng)遠(yuǎn)來看,可控核聚變技術(shù)的突破或許是支撐AI大規(guī)模發(fā)展的關(guān)鍵,。
在氣候議題緊迫的情況下,,AI的發(fā)展與節(jié)能減排目標(biāo)之間的矛盾顯得尖銳。有學(xué)者擔(dān)憂,,短期內(nèi)AI增長(zhǎng)造成的硬件需求增加必然會(huì)增加能耗和碳排放,。但也有觀點(diǎn)認(rèn)為,AI能夠成為應(yīng)對(duì)氣候變化的得力助手,,并且一些應(yīng)用已經(jīng)落地,。
人工智能的能耗問題牽涉多個(gè)層面,氣候問題更是如此,。無論行業(yè)還是個(gè)人,,我們有許多途徑可以推動(dòng)改變。
北京時(shí)間9月10日的凌晨1點(diǎn),蘋果公司安排了一場(chǎng)名為“高光時(shí)刻”的特別活動(dòng)
2024-09-10 10:31:42蘋果發(fā)布會(huì)是擠牙膏嗎