人工智能热潮会加剧全球能源危机吗？

人工智能对能源的渴求正膨胀成一个巨大的挑战。这不仅仅是电费问题。环境影响是严重的，从耗尽珍贵水资源，创造大量电子废弃物，再到增加我们都在试图减少的温室气体排放。

随着人工智能模型变得越来越复杂，并将自身编织到生活的更多领域，一个巨大的问号悬在空中：我们能否在不损害地球的情况下推动这场革命？

最智能的人工智能所需的计算能力正处于几乎难以置信的上升曲线——有人说大约每几个月就会翻一番。这不是一个温和的斜坡；这是一条垂直攀升的道路，威胁要将我们最乐观的能源计划甩在身后。

为了让你感受规模，人工智能未来的能源需求可能很快就会消耗掉像日本或荷兰这样的整个国家，甚至像加利福尼亚这样的大型美国州的电力。当你听到这样的统计数据时，你开始看到人工智能可能对我们所依赖的电网造成的潜在挤压。

2024年全球电力需求出现了创纪录的4.3%激增，人工智能的扩张是主要原因之一，除此之外还有电动汽车的繁荣和工厂更加努力工作。

回溯到2022年，数据中心、人工智能，甚至加密货币挖矿已经占全球使用电力的近2%——大约460太瓦时（TWh）。

跳到2024年，数据中心本身使用约415太瓦时，大约占全球总量的1.5%，并以每年12%的速度增长。人工智能在这一部分的直接份额仍然相对较小——约20太瓦时，或全球能源使用的0.02%——但请系好安全带，因为这个数字即将急剧上升。

预测？嗯，相当令人震惊。到2025年底，全球人工智能数据中心可能会额外需要10吉瓦（GW）的电力。这比犹他州的整个发电能力还要多。

到2026年，全球数据中心用电可能达到1,000太瓦时——类似于日本目前的用电量。到2027年，全球人工智能数据中心的能源需求预计将达到68吉瓦，几乎相当于2022年加利福尼亚的总发电能力。

在本十年末，数字变得更加惊人。预计到2030年，全球数据中心电力消耗将翻倍至约945太瓦时，接近地球上使用的所有电力的3%。

欧佩克认为，到那时数据中心用电可能会翻三番，达到1,500太瓦时。而高盛则表示，与2023年相比，全球数据中心的电力需求可能会增长多达165%，专门为人工智能配备的数据中心的需求将增长四倍以上。

甚至有建议称，如果算上将人工智能服务传送给用户所需的能源，到2030年数据中心可能负责全球能源需求的多达21%。

当我们谈论人工智能的能源使用时，主要分为两大部分：训练人工智能，然后实际使用它。

训练像GPT-4这样的庞大模型需要巨大的能源。仅训练GPT-3，据估计他们使用了1,287兆瓦时（MWh）的电力，而GPT-4据认为需要的能源是其50倍。

虽然训练是一个耗电大户，但日常运行这些训练过的模型可能会消耗人工智能总能源的80%以上。据报告，向ChatGPT提出一个问题使用的能源约是谷歌搜索的十倍（大约2.9瓦时对比0.3瓦时）。

随着每个人都跳上生成式人工智能的列车，竞赛正在进行，以建造越来越强大——因此也越来越耗能的数据中心。

如果我们将能源效率作为人工智能发展的首要任务，适当投资可持续能源，从摇篮到坟墓负责任地管理硬件，并制定支持性政策，我们就可以追求一个释放人工智能令人难以置信潜力的未来，而不会破坏我们的地球。

人工智能领先的竞赛也必须是可持续人工智能的竞赛。

（图片由 Nejc Soklič 提供）

想要向行业领袖了解更多关于人工智能和大数据的信息吗？请查看在阿姆斯特丹、加利福尼亚和伦敦举办的人工智能与大数据博览会。这是一个全面的活动，与其他领先活动同地举办，包括智能自动化大会、区块链大会、数字转型周和网络安全与云计算博览会。

在此处探索其他即将到来的企业技术活动和网络研讨会，由TechForge提供支持。

The End

文章声明：以上内容(如有图片或视频亦包括在内)除非注明，否则均为谈天说币原创文章，转载或复制请以超链接形式并注明出处。