人工智能拥有更高的能源需求，这需要新的可持续发展解决方案。

人工智能技术的能源需求是科技界最常讨论的话题之一。它消耗的能源规模堪比一个国家的能源需求，同时也造成了严重的碳排放。.

OpenAI 的 ChatGPT 是当时最著名的 AI 产品，它每天消耗的电力足以供 23,000 个美国中型家庭使用，才能回答用户提出的 1.95 亿个查询。这相当于为一座小型城市供电。.

通常情况下，我们的一些小习惯，以及科技巨头和初创公司的发展，都会加速人工智能的能源消耗。让我们来看一下。.

我们通常感觉不到人工智能的能源消耗

在这个数字化时代，我们几乎所有的事情都以某种方式与计算能力息息相关。我们日常生活中大多数显而易见的事情都与某处嵌入的计算机有关。. 

例如，当我们在商店收银台付款并刷卡时，实际上通过一个庞大的网络发生了一长串我们看不到的交易。.

当我们通过收费站时，系统会向我们收费，但我们看不到账单。使用地图导航也是如此；虽然我们只能看到手机屏幕，但实际上在某个数据中心存储和处理数据，为我们的移动设备提供导航服务。.

另请阅读： 日本预计人工智能和数据中心将导致能源需求大幅增长

我们在线上或设备上进行任何操作时，都会发生所有这些计算交易，而这些交易都是通过一种称为推理的过程完成的，这个过程会消耗大量能源。虽然像 OpenAI、Meta 或 Alphabet 这样的公司不会公开其实际能耗数据，但 Hugging Face 的 Sasha Luccioni 博士暗示了人工智能训练和推理相关的高昂成本。她在一条推文中提到人工智能训练时写道：

“我们花了1亿美元用于计算，只是为了让你的聊天机器人拥有性感的声音！” 

在提及这一推论时，她指出：

“每次你在照片里搜索，你消耗的能量就相当于你整个街区消耗的能量！”—— ·卢乔尼萨沙

为了让大家了解这些耗能巨大的AI系统从电网中消耗了多少能源，卢西奥尼长期研究人工智能，她表示，从非生成式AI方法转向生成式AI，在完成相同任务的情况下，能耗最多可相差40倍。.

我们正在关注哪些能源数据？

随着人工智能的普及，预计到 2026 年，全球数据中心的能源消耗将几乎翻一番，需要超过 1000 太瓦的电力。. 

今年1月，国际能源署（IEA）发布了未来两年全球能源消耗预测。此次预测的新变化在于，首次纳入了数据中心、加密货币和人工智能的用电量预测。.

“到2026年，数据中心的总用电量可能超过1000太瓦时。这一需求大致相当于日本的用电量。” 来源： 国际能源署（IEA）。

从数据来看，随着各行各业技术应用的不断普及，我们尚不清楚如何实现可持续的能源未来。目前，人工智能的能耗已在数据中心的工作负载中占据很大比例，从小型边缘推理服务器到大型人工智能训练集群，无一例外。.

碳排放量正在增加

为了简化上述数据，能源消耗产生的碳足迹相当于8000万辆汽油车。此外，还有许多其他因素也会迅速累积。.

以GPU（图形处理器）为例。高强度使用时，GPU会发热并散发更多热量。想象一下，一个数据中心里成千上万个GPU堆叠运行，它们产生的热量将是多么惊人。为了给GPU降温，人们采用了不同的方法。大多数情况下，人们采用水冷，但这 defi会增加水的消耗量，并且循环冷却水也需要消耗更多能源。.

“培训和繁重的工作量——他们必须在一个更高效的环境中工作。否则，我们不仅会给欧洲，而且会给全球的电网带来巨大的压力，未来五到十年内我们将面临真正的难题。”—— 多米尼克·沃德维恩全球首席执行官

随着数据中心数量的增加，以及现有数据中心不断扩展并适应人工智能技术，将会产生更多热量，从而影响地球生态系统。另一个令人担忧的问题是，数据中心目前正在全球范围内扩张，而这些地区的能源主要来源于煤炭和天然气。.

另请阅读： 华尔街正在追捕英伟达和半导体以外的人工智能企业

由于太阳能和风能存在一定的局限性，利用这些传统能源要容易得多，因此在人工智能淘金热潮中，各大公司纷纷涌向这些领域。专家估计，到明年，数十亿台联网设备将产生全球3.5%的二氧化碳排放。所以，我们这些用户也必须思考：我们真的需要跟洗衣机对话，然后得到人工智能生成的回复吗？

科技巨头肩负着更大的责任，但每个人都必须发挥自己的作用。.

Cryptopolitan 报道，作者：Aamir Sheikh