人工智能日益增长的能源消耗引发担忧

近年来，人工智能（AI）取得了显著进步，彻底改变了人机交互方式，并能够完成复杂的任务。然而，随着人工智能能力的扩展，其能源消耗也随之增加，引发了人们对其环境影响和经济后果的担忧。.

人工智能技术的快速发展

在人工智能领域，像打开电灯开关这样简单的任务已经演变成需要耗费大量资源的复杂交互。凯特·克劳福德和弗拉丹·乔勒在2018年的分析中强调了即使是看似平凡的人工智能交互也涉及错综复杂的资源trac、人力劳动和算法处理。近年来，人工智能交互所需的能源和计算资源呈爆炸式增长，其速度甚至超过了摩尔定律的预测。.

2021年的一项研究表明，用于训练大型深度学习模型（包括自然语言处理和其他应用）的计算能力在短短六年内增长了30万倍，超过了摩尔定律的增长速度。人工智能相关的能源消耗，尤其是在数据中心，已成为一个令人担忧的问题。.

人工智能能源消耗飙升

准确估算人工智能的电力消耗量极具挑战性，因此难以全面评估问题的严重程度。然而，近期的一些报告揭示了能源消耗的规模。例如，谷歌报告称，2021年人工智能消耗了其总电力消耗的10%至15%，相当于每年约2.3太瓦时，与亚特兰大这样规模的城市用电量相当。.

此外，如果每次谷歌搜索都使用像 ChatGPT 这样的人工智能系统，用电量可能会飙升至每年惊人的 29.2 太瓦时。对人工智能专用计算机芯片的需求也加剧了电力消耗，如今单个芯片的性能以万亿次浮点运算/秒 (TeraFLOPs) 来衡量，而人工智能服务器集群中往往包含数千个这样的芯片。.

领先的人工智能专用芯片制造商英伟达预计到 2027 年每年将出货 150 万台人工智能服务器。然而，如果这些服务器满负荷运行，每年将消耗超过 85 太瓦时的电力，超过许多小国的能源需求。.

OpenAI 首席执行官 Sam Altman 对人工智能日益增长的能源需求表示担忧，并指出需要在能源生产方面取得突破，例如核聚变或更具成本效益且具备存储能力的太阳能。.

人工智能能源消耗的经济影响

人工智能巨大的能源消耗转化为可观的成本，这影响了其广泛应用。虽然萨姆·奥特曼最初声称 ChatGPT 每次聊天的成本“仅为几美分”，但到 2023 年 2 月，仅 ChatGPT 的计算成本就高达每天 70 万美元。.

如果将这种情况推及到像谷歌和必应这样每天服务数亿用户的搜索引擎，就会发现提供先进人工智能模型所带来的经济负担。人工智能的高昂使用成本阻碍了最佳人工智能模型的普及。.

人工智能硬件生产面临的挑战

人工智能计算硬件的生产面临诸多挑战，导致其稀缺且成本高昂。芯片生产始于将硅提纯至极高纯度，而这一过程耗能巨大。光刻工艺是芯片图案化的关键，它需要开发极紫外（EUV）光刻技术。这项复杂且昂贵的技术使用波长为13.5纳米的光。.

EUV光刻技术需要特殊的组件，例如高功率激光器和超光滑反射镜。荷兰公司ASML是芯片生产用EUV光刻机的唯一生产商，每台机器的售价超过1亿美元。.

全球供应链和能源强度

全球半导体产业已将大部分生产转移到亚洲，因为亚洲通常采用先进技术。从采矿、提炼到制造，芯片生产严重依赖于能源密集型的工业基础设施，包括集装箱船和航空公司的运输。.

全球供应链的复杂性和碳足迹仍然是向更可持续实践转型过程中面临的重大挑战。认为数据和半导体是“新石油”的说法具有误导性，因为它们的价值依赖于价格合理且储量丰富的能源。.

虽然由数据和半导体驱动的人工智能可以提高能源效率，但要有效利用剩余能源，需要经济原则的根本性转变。.

人工智能公司和数据货币化

像亚马逊及其Echo设备这样的大型人工智能公司越来越依赖用户数据来支付硬件和能源成本并创造利润。人工智能交互，例如语音指令，会产生宝贵的数据点，将用户转变为人工智能发展的消费者、资源和贡献者。.

将这些数据货币化对于人工智能公司维持运营至关重要，这使得数据隐私和伦理成为人工智能生态系统中的关键问题。.

人工智能和能源消耗的未来

随着人工智能产业的不断扩张，其能源消耗和资源利用问题日益受到关注。OpenAI 首席执行官 Sam Altman 为半导体制造厂争取资金的努力凸显了人工智能领域对先进硬件的需求。.

人工智能的未来取决于能否找到满足其能源需求的可持续解决方案，同时应对硬件生产、供应链和数据隐私等方面的挑战。随着人工智能不断改变人机交互方式，技术进步与环境责任之间的平衡变得日益重要。.