中國儲能網(wǎng)訊：最近《紐約客》報道，ChatGPT 每日耗電量或超過 50 萬千瓦時，相當于美國家庭平均用電量的 1.7 萬倍。埃隆·馬斯克也曾預言，未來兩年內(nèi)電能短缺將成為制約 AI 發(fā)展的主要因素。然而，事實真的是這樣嗎？
目前關(guān)于 AI 耗電量的觀點主要源自估算結(jié)果，而非真實的測量數(shù)據(jù)。美國信息技術(shù)與創(chuàng)新基金會（ITIF）發(fā)布的報告認為，個別不準確的研究大大高估了 AI 的能耗，這樣的言論可能對 AI 發(fā)展造成不利影響，阻礙 AI 在促進節(jié)能減排、應對環(huán)境挑戰(zhàn)方面發(fā)揮潛力。業(yè)界人士呼吁，應當促進行業(yè)信息透明，同時減少 AI 技術(shù)的濫用。
AI 能耗評估難題：影響因素眾多
ITIF 是一家非營利智庫，總部位于美國華盛頓。在這份題為《重新審視對人工智能能耗的擔憂》的報告中，ITIF 指出，不同 AI 模型的能耗和碳排放存在巨大差異，受到諸多因素的影響，包括芯片設計、冷卻系統(tǒng)、數(shù)據(jù)中心設計、軟件技術(shù)、工作負擔、電能來源等。
所以，在估算 AI 的能耗方面，不同研究的結(jié)論出現(xiàn)了較大分歧。2019 年馬薩諸塞大學阿默斯特分校團隊發(fā)布的一項預印本研究估算，當時領(lǐng)先的谷歌公司大語言模型 BERT 在 79 小時的訓練過程中排放了約 1438 磅二氧化碳（約合 652 千克），量級相當于一名乘客乘坐飛機往返于紐約和舊金山一次。研究也對 AI 神經(jīng)架構(gòu)搜索（NAS）等技術(shù)得出了類似結(jié)論。這篇論文在谷歌學術(shù)被引用接近 3000 次，并得到了大量媒體報道。
然而，從事 AI 研發(fā)的企業(yè)和機構(gòu)得出了截然不同的分析結(jié)論。2021 年，谷歌公司與加州大學伯克利分校發(fā)布一項預印本研究認為，前述研究將谷歌的 AI 碳排放數(shù)值高估了 88 倍。但是這項研究得到的關(guān)注遠不如前者，被引數(shù)僅有 500 左右。
由于媒體和公眾關(guān)注負面信息的傾向，結(jié)論驚人的研究更容易得到傳播?？萍夹袠I(yè)名人的言行也在放大“ AI 能耗巨大”的信息，馬斯克曾預言“制約 AI 發(fā)展的因素將由‘缺硅’變成‘缺電’”；Open AI CEO 薩姆·阿爾特曼也表示 AI 將消耗更多電力，并高調(diào)投資核聚變。
從全生命周期視角評估 AI 能耗
ITIF 報告指出，目前許多研究和政策都關(guān)注 AI 訓練（training）階段，但多項研究表明 AI 在推理（inference）過程中，也即人們使用 AI 輸出結(jié)果的過程能耗更高。此外，不同 AI 模型處理不同類型的推理任務，能耗的差異也很大。例如 1000 次請求計算，圖片分類任務的耗電量是 0.007 千瓦時，而圖片生成任務耗電 2.907 千瓦時。
報告作者指出，AI 的訓練是一次性事件，而它的使用是長期過程，討論 AI 能耗問題時應該關(guān)注的不是爆發(fā)式增長，而是長期的影響。并且，從技術(shù)史的視角看來，AI 及其能耗的增長還將受到以下 4 個因素的限制：
1.基礎(chǔ)設施建設成本將制約 AI 的快速增長
“ChatGPT 每日耗電量或超過 50 萬千瓦時”的結(jié)論，出自技術(shù)博客 Digiconomist 作者亞歷克斯·德·弗里斯（Alex de Vries）的估算。德·弗里斯還曾預測，在最糟糕的情況下，谷歌的 AI 用電量將與整個愛爾蘭相當，達到每年 29.3 TWh（太瓦時）。但他同時也指出，要想達到這樣的規(guī)模，谷歌需要在芯片上投入 1000 億美元，此外還要數(shù)據(jù)中心的運營和電費投入數(shù)十億美元。如果AI的運營成本居高不下，逐利的商業(yè)公司自然會放慢腳步，減少投入。
2.AI 性能增長存在邊際效應
近年來 AI 連續(xù)在許多領(lǐng)域取得了突破性進展，這也意味著它可能很快迎來一個瓶頸期。研發(fā)、運營更大的模型帶來的回報將越來越低，在提升準確性上精益求精也將變得更困難。所以，優(yōu)化 AI 模型可能是接下來的研發(fā)方向。
3.軟件和硬件的性能提升將減少 AI 能耗
AI 模型的優(yōu)化，以及硬件技術(shù)的進步，都有望減少 AI 的能耗。一項發(fā)表于《科學》期刊的研究指出，在 2010~2018 年間，全球數(shù)據(jù)中心的運算量增長了 550%，存儲空間增長了 2400%，但耗電量僅增長 6%。硬件、虛擬技術(shù)和數(shù)據(jù)中心設計方面的創(chuàng)新提升了能效，也使得云計算的規(guī)?；蔀榭赡?。
同樣，剪枝（pruning）、量化（quantization）、蒸餾（distillation）等技術(shù)有望帶來更好的算法，讓 AI 模型更快、更節(jié)能。谷歌公司和加州大學伯克利分校研究團隊指出，有賴于各項技術(shù)進步，近年來在谷歌公司內(nèi)部 AI 的能耗占比保持穩(wěn)定，盡管機器學習增長到運算量的 70%~80%。
4.AI 的應用最終將在某些方面減少碳排放
整體上，當人們用電子郵件替代傳統(tǒng)書信，用觀看 DVD 或流媒體頻道替代去電影院看電影，這些活動的數(shù)字化都減少了碳排放。AI 有望在這方面繼續(xù)發(fā)揮作用，例如通過改進視頻通話體驗，使更多的會議轉(zhuǎn)向遠程進行。此外，AI 技術(shù)還可用于進行電網(wǎng)調(diào)度、分析氣候數(shù)據(jù)，從而成為應對氣候變化的助力。
準確評估 AI 能耗 促進領(lǐng)域健康發(fā)展
從歷史的角度看，關(guān)于 AI 碳排放的擔憂并不新鮮。90 年代曾有人預測，未來發(fā)電量的一半將用于滿足互聯(lián)網(wǎng)活動；在流媒體出現(xiàn)的時候，同樣有人提出類似觀點。如今我們知道，這些擔憂都并未成為現(xiàn)實。ITIF 報告認為，如果沒有完全理解 AI 能耗問題就急于進行管控，可能會阻礙 AI 的性能提升，限制其發(fā)展?jié)摿?。例如，?AI 消除偏見和仇恨言論、避免輸出有害信息，都需要進行更多的推斷，從而提升能耗。
報告建議，應對大眾關(guān)于 AI 能耗問題的擔憂，決策者應當：
① 制定相應標準，使 AI 模型能耗公開透明；
② 鼓勵業(yè)界主動公開 AI 模型能耗信息，以便公眾進行知情選擇；
③ 考慮 AI 法規(guī)對能源使用的意外后果；
④ 利用 AI 實現(xiàn)政府運作的低碳化。
一些機構(gòu)已經(jīng)在推動 AI 的信息公開。2023 年 12 月，歐盟通過《人工智能法案》，這是全球首部 AI 監(jiān)管法案。法案督促 AI 開發(fā)者致力于使模型高能效、可持續(xù)，并要求進行相應的信息公開。
德·弗里斯同樣呼吁進行信息公開，同時他希望及時限制 AI 的發(fā)展，就像限制加密貨幣技術(shù)一樣。數(shù)字經(jīng)濟學家（Digiconomist）博客指出：“ AI和先前的區(qū)塊鏈等新興技術(shù)的發(fā)展，伴隨著大量的狂熱和錯失恐懼（FOMO），這通常會催生對終端用戶沒什么益處的應用 ?！?
而在《紐約客》報道中，著名科學記者伊麗莎白·科爾伯特（Elizabeth Kolbert）的原話是：“每當 ChatGPT 吐出信息（或給某人寫高中作文），都需要進行大量運算。據(jù)估計，ChatGPT 每天要響應約 2 億次請求，同時消耗超過 50 萬千瓦時電力。”也就是說，要應對 AI 能耗危機，或許可以從限制使用 AI 寫作業(yè)開始。
