为什么仅靠节俭的 AI 无法解决 AI 的能源问题

快速阅读: 《韩国时报》消息，英伟达CEO黄仁勋介绍了新产品。人工智能的高能耗引发环境担忧，科技公司提倡节俭型AI，但主要责任在于供应商。提高透明度，提供详细排放数据，让消费者评估环境影响，从而推动更可持续的技术发展。

一台机器人走上舞台，英伟达首席执行官黄仁勋于**3月18日**在加州圣何塞的SAP中心主题演讲中介绍了新产品。法新社-韩联社联合报道，作者：鲍里斯·鲁夫，巴黎——尽管人工智能的兴起可能彻底改变多个行业，并释放出前所未有的经济潜力，但其高能耗引发了严重的环境担忧。

作为回应，科技公司倡导节俭型AI实践，并支持研究如何降低能耗。然而，这种方法未能解决行业对能源需求不断增长的根本原因。开发、训练和部署大型语言模型（LLMs）是一项极其耗能的过程，需要大量的计算能力。随着人工智能的广泛应用导致数据中心的电力消耗迅速增加，国际能源署预计到**2026年**，与人工智能相关的能源需求将增加一倍。数据中心已占全球能源消耗的**1%-2%**，大致相当于整个航空业的能耗。在爱尔兰，**2023年**数据中心的用电量占总用电量的**21%**。随着工业和民众转向电气化以减少温室气体排放，日益增长的人工智能需求对电网和能源市场造成了巨大压力。不出所料，爱尔兰电网运营商**EirGrid**已对都柏林的新数据中心建设项目下达了暂停令，直至**2028年**。德国、新加坡和中国等国也对新建数据中心项目实施了限制。

为了减轻新兴技术对环境的影响，科技行业已经开始推广节俭型AI的理念，这包括增强人们对AI碳足迹的认知，并鼓励终端用户——学术界和企业——为每个具体任务选择最节能的模型。然而，虽然促进更自觉地使用AI的努力很有价值，但仅仅关注用户的行为却忽略了一个关键事实：供应商是AI能耗的主要推动力。目前，像模型架构、数据中心效率和与电力相关的排放等因素对AI的碳足迹影响最大。随着技术的发展，个人用户对可持续性的影响力将会进一步削弱，特别是当AI模型越来越多地嵌入更大的应用程序中时，终端用户更难以判断哪些操作会触发资源密集型过程。

为了减轻新兴技术对环境的影响，科技行业已经开始推广节俭型AI的理念，这包括增强人们对AI碳足迹的认知，并鼓励终端用户——学术界和企业——为每个具体任务选择最节能的模型。这些挑战因自主型AI的兴起而加剧——独立系统协作解决复杂问题。尽管专家们认为这是AI发展的下一个重要方向，但这样的交互需要比当今最先进的LLMs更多的计算能力，可能会加重技术的环境负担。

此外，将减少AI碳足迹的责任转嫁给用户是适得其反的，因为行业的透明度不足。大多数云计算服务商尚未公开披露与生成式AI相关的具体排放数据，使得难以评估其AI使用的环境影响。一个更有效的方法是让AI供应商向消费者提供详细的排放数据。增加透明度将帮助用户做出明智的决策，同时鼓励供应商开发更节能的技术。

有了排放数据，消费者可以对比不同的AI应用，并为特定任务选择最节能的模型。企业也可以在一开始就能明确整体影响后，选择传统的IT解决方案而非能源密集型的生成式AI系统。通过共同努力，AI公司和消费者可以平衡AI带来的潜在益处与环境成本。

当然，节俭型AI可能会带来一些效率提升。但它并未解决AI无止境的能源需求这一核心问题。通过提供更多关于能源消耗的透明信息，分享全面的排放数据，并为AI模型制定标准化指标，公司可以帮助客户优化他们的碳预算并采用更可持续的做法。

汽车行业为提升AI开发中的能源透明度提供了有益的范例。通过标注车辆的能源效率，汽车制造商使买家能够做出更可持续的选择。生成式AI提供商可以采取类似方法并建立标准化指标来捕捉其模型的环境影响。其中一个指标可以是每令牌的电力消耗，量化AI模型处理单一文本单元所需的能量。正如燃油效率标准允许购车者对比不同车型并促使制造商改进一样，企业和个人用户需要可靠的工具来在部署AI模型前评估其环境影响。

通过引入透明指标，科技公司不仅能够引导行业走向更可持续的创新，还可以确保AI有助于对抗气候变化而不是加剧它。

鲍里斯·鲁夫是AXA的研究科学家主管。本文由Project Syndicate发布。

(以上内容均由Ai生成)