专家警告：AI技术环境成本激增

快速阅读: Beauceron Security创始人Shipley和达尔豪斯大学教授Sharma指出，人工智能数据中心需大量电力和水资源，环境影响巨大。需优化技术、合理选址及政策支持以实现可持续发展。

David Shipley，新不伦瑞克省网络安全公司Beauceron Security的创始人表示，支持现代人工智能系统所需的电力和水资源远超大多数人的想象。“人工智能需要巨大的计算能力，”Shipley说，“这不仅需要电力，还需要冷却。它可以做很多事情，但随之而来的是一笔不小的费用。”

Shipley指出，大型数据中心支持的人工智能工具可能消耗相当于中等规模城市用水量的水资源。“大型人工智能数据中心的用水量可以达到5万人城市的水平，尤其是在使用蒸发冷却系统时。”他提到，在美国的部分地区，许多数据中心聚集在农村地区，已经明显感受到地下水资源的压力。

虽然加拿大目前没有很多大规模的人工智能设施，但随着公司的不断扩张，环境风险依然存在。“即使是在扩大规模的情况下，适合建设数据中心的区域也应该是水资源丰富且拥有水电资源的地方，”他说，以魁北克为例，“即便如此，也需要公共政策规划者进行新的思考。”

Shipley警告，如果人工智能发展不受控制，其碳足迹可能相当于向北美道路上增加500万至1000万辆汽车。这个估计还不包括制造支持人工智能工作负载所需的处理器和服务器所产生的排放。

与此同时，研究人员指出，即使是较小的人工智能模型也需要大量的电力。达尔豪斯大学计算机科学副教授Tushar Sharma说，中型人工智能模型的年耗电量可相当于几个家庭的用电量。“像中型模型这样小的系统每年使用的电力相当于三个美国家庭的总和。即使是较小的模型也需要大量能源，因此可以想象更大的模型会消耗多少。”

他还补充说，冷却这些系统需要持续不断的淡水供应。“这些大型机器需要冷却，水一直在流动以散发热量。”但是，Sharma的研究重点在于减少人工智能的环境足迹，他表示解决方案已经开始出现。“科学家们正在开发让模型运行更高效的技术。例如，通过‘修剪’方法去除模型中的多余信号，减少计算次数，从而降低能耗。”“这只是其中一个例子，但公司可以采用各种优化技术。一些组织也在根据可用能源类型决定部署模型的位置。在较凉爽的地区或由绿色能源供电的区域建立数据中心可以产生重大影响。”

Sharma指出，欧洲部分地区风能已经吸引寻求清洁数据处理能源来源的公司。其他公司则在探索基于氢的解决方案。在用户层面，他建议个人和组织在选择依赖的模型大小时应更加谨慎。“我们应该考虑是否真的需要非常大的模型。有时候，即使是较小的模型也足够了。”

两位专家都认为，公共政策未能跟上商业人工智能工具快速发展的步伐。Sharma指出，尽管人工智能技术对电力和水资源的需求不断增加，但加拿大还没有针对人工智能数据中心的具体环保法规。“我们需要听取研究人员、环境专家和学者的意见，而不仅仅是大型科技公司的意见，然后再做出可能产生长期后果的决策。”Shipley说，“我们不应过于担心错过机会。采用这种技术的规模化后果是巨大的成本。”

Sharma说，加拿大专门研究人工智能环境影响的研究人员数量很少。他希望更多公司能够资助旨在减少能源消耗和提高效率的研究。“这对公司来说可以节省成本，也有利于环境保护。支持这项研究至关重要。”两位专家均认为，要实现人工智能的可持续发展，需要行业、研究人员、用户和政府的协调行动。

(以上内容均由Ai生成)