中國(guó)儲(chǔ)能網(wǎng)訊：AI News網(wǎng)站發(fā)表署名Ryan Daws的文章，題目是：Will the AI boom fuel a global energy crisis（人工智能的蓬勃發(fā)展會(huì)引發(fā)全球能源危機(jī)嗎？）?
人工智能對(duì)能源的需求正在膨脹成一個(gè)巨大的挑戰(zhàn)。這不僅僅是關(guān)于電費(fèi)的問題。其對(duì)環(huán)境的影響是嚴(yán)重的，包括消耗寶貴的水資源、制造堆積如山的電子垃圾，以及增加我們正努力削減的溫室氣體排放。
隨著人工智能模型變得越來越復(fù)雜，并且融入我們生活的更多方面，一個(gè)巨大的問號(hào)懸在空中：我們能否在不以犧牲地球?yàn)榇鷥r(jià)的情況下為這場(chǎng)革命提供動(dòng)力？
人工智能的能源需求正在迅速上升
最先進(jìn)的智能人工智能所需的計(jì)算能力正處于一個(gè)幾乎令人難以置信的上升曲線——有人說它大約每幾個(gè)月就會(huì)翻一番。這不是一個(gè)溫和的斜坡；這是一個(gè)幾乎垂直的攀升，可能會(huì)使我們最樂觀的能源計(jì)劃也相形見絀。
感受一下規(guī)模：人工智能未來的能源需求可能很快就會(huì)消耗掉像日本或荷蘭這樣的國(guó)家，甚至像美國(guó)加利福尼亞州這樣的大州所使用的全部電力。當(dāng)你聽到這樣的統(tǒng)計(jì)數(shù)據(jù)時(shí)，你開始看到人工智能可能會(huì)對(duì)我們依賴的電網(wǎng)造成的潛在壓力。2024 年，全球電力需求激增了創(chuàng)紀(jì)錄的 4.3%，人工智能的擴(kuò)張是其中的一個(gè)重要原因，與電動(dòng)汽車的繁榮和工廠更加努力地工作并列。
回到 2022 年，數(shù)據(jù)中心、人工智能，甚至是加密貨幣開采已經(jīng)占到了全球所有電力使用的近 2%，大約是 460 太瓦時(shí)（TWh）。跳到 2024 年，數(shù)據(jù)中心單獨(dú)使用了大約 415 TWh，大約占全球總量的 1.5%，并且以每年 12% 的速度增長(zhǎng)。人工智能在其中的直接份額仍然相對(duì)較小——大約是 20 TWh，占全球能源使用的 0.02%——但請(qǐng)注意，這個(gè)數(shù)字即將大幅上升。預(yù)測(cè)到 2025 年底，全球的人工智能數(shù)據(jù)中心可能需要額外的 10 吉瓦（GW）電力。這比猶他州的全部電力容量還要多。
到了 2026 年，全球數(shù)據(jù)中心的電力使用量可能會(huì)達(dá)到 1,000 TWh——類似于日本目前的使用量。而到了 2027 年，全球人工智能數(shù)據(jù)中心的電力需求預(yù)計(jì)將達(dá)到 68 GW，這幾乎相當(dāng)于 2022 年加利福尼亞州的全部電力容量。在本世紀(jì)末，這些數(shù)字變得更加令人瞠目結(jié)舌。預(yù)計(jì)到 2030 年，全球數(shù)據(jù)中心的電力消耗將翻倍至大約 945 TWh，接近全球所有電力使用的 3%。
石油輸出國(guó)組織（OPEC）認(rèn)為數(shù)據(jù)中心的電力使用量甚至可能在那時(shí)達(dá)到 1,500 TWh。而高盛公司則表示，與 2023 年相比，數(shù)據(jù)中心的全球電力需求可能會(huì)激增高達(dá) 165%，而那些專門用于人工智能的數(shù)據(jù)中心，其需求可能會(huì)增長(zhǎng)超過四倍。
甚至有說法認(rèn)為，如果考慮到將人工智能服務(wù)傳遞給我們這些用戶所需的能源，到 2030 年，數(shù)據(jù)中心可能會(huì)占到全球所有能源需求的 21%。當(dāng)我們談?wù)撊斯ぶ悄艿哪茉词褂脮r(shí)，它主要分為兩個(gè)大的部分：訓(xùn)練人工智能，然后是實(shí)際使用它。
訓(xùn)練像 GPT-4 這樣的大型模型需要大量的能源。例如，僅訓(xùn)練 GPT-3 就估計(jì)使用了 1,287 兆瓦時(shí)（MWh）的電力，而 GPT-4 據(jù)估計(jì)需要比這多出驚人的 50 倍。盡管訓(xùn)練是能源密集型的，但這些訓(xùn)練有素的模型的日常運(yùn)行可能會(huì)消耗超過人工智能總能源的 80%。據(jù)報(bào)道，向 ChatGPT 提出一個(gè)問題所使用的能源大約是一個(gè)谷歌搜索的十倍（大約是 2.9 瓦時(shí)對(duì)比 0.3 瓦時(shí)）。
隨著每個(gè)人都在競(jìng)相采用生成式人工智能，一場(chǎng)建造更強(qiáng)大的——因此也更耗能的——數(shù)據(jù)中心的競(jìng)賽正在進(jìn)行。
那么，我們能否為人工智能以及我們自己提供能源？
這是價(jià)值億萬美元的問題，不是嗎？我們這個(gè)星球的能源系統(tǒng)能夠應(yīng)對(duì)這一新的需求嗎？我們已經(jīng)在處理化石燃料、核能和可再生能源的混合使用。如果我們要以可持續(xù)的方式滿足人工智能日益增長(zhǎng)的食欲，我們需要迅速擴(kuò)大和多樣化我們的能源生產(chǎn)方式。
當(dāng)然，可再生能源——太陽能、風(fēng)能、水能、地?zé)崮堋墙鉀Q這個(gè)難題的一個(gè)重要部分。例如，在美國(guó)，可再生能源預(yù)計(jì)將從 2024 年的占電力生產(chǎn)的 23% 增加到 2026 年的 27%?？萍季揞^們正在做出一些重大承諾；例如，微軟計(jì)劃在 2026 年至 2030 年間為其數(shù)據(jù)中心購(gòu)買 10.5 吉瓦的可再生能源。人工智能本身實(shí)際上可以幫助我們更有效地使用可再生能源，也許通過使能源存儲(chǔ)更智能和更好地管理電網(wǎng)，在某些地區(qū)可以減少高達(dá) 60% 的能源使用。
但不要過于興奮?？稍偕茉匆灿凶约旱膯栴}。太陽并不總是照耀，風(fēng)也不總是吹，這對(duì)需要每天 24 小時(shí)、每天不間斷供電的數(shù)據(jù)中心來說是一個(gè)真正的問題。我們目前用于平滑這些波動(dòng)的電池通常價(jià)格昂貴并且占用大量空間。此外，將大型新的可再生能源項(xiàng)目接入我們現(xiàn)有的電網(wǎng)可能是一個(gè)緩慢且復(fù)雜的過程。
這就是為什么核能開始對(duì)一些人更具吸引力，尤其是作為一種穩(wěn)定、低碳的方式來滿足人工智能的巨大能源需求。它提供了數(shù)據(jù)中心渴望的關(guān)鍵的全天候電力。小型模塊化反應(yīng)堆（SMR）也引起了很大的關(guān)注，因?yàn)樗鼈兛赡芨哽`活性并且具有加強(qiáng)的安全特性。而且這不僅僅是空談；像微軟、亞馬遜和谷歌這樣的大公司正在認(rèn)真考慮核能選項(xiàng)。
AWS 的負(fù)責(zé)人馬特·加爾曼最近向英國(guó)廣播公司（BBC）坦率地表示，核能是數(shù)據(jù)中心的“絕佳解決方案”。他說，這是一種“零碳、全天候的優(yōu)秀能源來源?！彼€強(qiáng)調(diào)，為未來能源做計(jì)劃是 AWS 所做的一個(gè)重要部分?！拔覀兲崆岸嗄暌?guī)劃，”加爾曼提到。“我們提前投資。我認(rèn)為世界將不得不開發(fā)新技術(shù)。我相信核能是其中的重要組成部分，特別是當(dāng)我們展望未來 10 年時(shí)?！?/span>
然而，核能并非靈丹妙藥。建造新的反應(yīng)堆臭名昭著地耗時(shí)長(zhǎng)、成本高昂，并且需要應(yīng)對(duì)復(fù)雜的繁文縟節(jié)。坦率地說，公眾對(duì)核能的看法仍然有些不穩(wěn)定，通常是因?yàn)檫^去的事故，盡管現(xiàn)代反應(yīng)堆要安全得多。人工智能發(fā)展的驚人速度也與新核電站投入運(yùn)行所需的時(shí)間造成了一定的不匹配。這可能意味著我們?cè)诙唐趦?nèi)會(huì)更加依賴化石燃料，這對(duì)我們的環(huán)保目標(biāo)來說并不是好事。此外，將數(shù)據(jù)中心直接建在核電站旁邊的想法讓一些人擔(dān)心這可能會(huì)對(duì)其他人的電價(jià)和可靠性產(chǎn)生什么影響。
人工智能的環(huán)境影響
人工智能對(duì)地球的影響遠(yuǎn)遠(yuǎn)超出了它所使用的電力。那些數(shù)據(jù)中心會(huì)發(fā)熱，而冷卻它們需要大量的水。平均而言，數(shù)據(jù)中心每消耗一千瓦時(shí)的能源，就會(huì)消耗大約 1.7 升的水。早在 2022 年，谷歌的數(shù)據(jù)中心據(jù)報(bào)道就消耗了大約 50 億加侖的淡水——比前一年增加了 20%。一些估計(jì)表明，數(shù)據(jù)中心每使用一千瓦時(shí)的電力，可能就需要多達(dá)兩升的水來冷卻。換句話說，全球人工智能基礎(chǔ)設(shè)施很快可能會(huì)消耗的水量是整個(gè)丹麥的六倍。
然后還有不斷增長(zhǎng)的電子垃圾，或稱 e-waste。由于人工智能技術(shù)——尤其是專用硬件如 GPU 和 TPU——發(fā)展迅速，舊設(shè)備被扔掉的頻率更高。到 2030 年，我們可能會(huì)看到數(shù)據(jù)中心因人工智能而產(chǎn)生的電子垃圾堆積如山，每年達(dá)到五百萬噸。
制造人工智能芯片和數(shù)據(jù)中心的所有其他部件也會(huì)對(duì)我們的自然資源和環(huán)境造成影響。這意味著要開采關(guān)鍵礦物，如鋰和鈷，而這些方法往往對(duì)地球并不友好。制造一個(gè)人工智能芯片可能需要超過 1,400 升的水和 3,000 千瓦時(shí)的電力。對(duì)新硬件的這種渴望也在推動(dòng)更多的半導(dǎo)體工廠建設(shè)，而這些工廠通常會(huì)導(dǎo)致更多的燃?xì)獍l(fā)電廠被建造。
當(dāng)然，我們也不能忘記碳排放。當(dāng)人工智能由燃燒化石燃料產(chǎn)生的電力驅(qū)動(dòng)時(shí)，它會(huì)加劇我們所有人面臨的氣候變化問題。據(jù)估計(jì)，僅訓(xùn)練一個(gè)大型人工智能模型就會(huì)產(chǎn)生相當(dāng)于數(shù)百個(gè)美國(guó)家庭一年的二氧化碳排放量。如果查看大型科技公司的環(huán)境報(bào)告，你可以看到人工智能不斷增長(zhǎng)的碳足跡。例如，微軟的年排放量在 2020 年至 2023 年間大約增加了 40%，主要是因?yàn)樗麄冋诮ㄔ旄嗟娜斯ぶ悄軘?shù)據(jù)中心。谷歌也報(bào)告說，其總溫室氣體排放量在過去五年中幾乎增加了 50%，其人工智能數(shù)據(jù)中心的電力需求是主要罪魁禍?zhǔn)字弧?/span>
我們能否通過創(chuàng)新擺脫困境？
聽起來可能全是厄運(yùn)和憂郁，但新想法可能會(huì)有所幫助。一個(gè)主要關(guān)注點(diǎn)是使人工智能算法本身更加節(jié)能。研究人員正在想出一些巧妙的技巧，如“模型剪枝”（去除人工智能模型中不必要的部分）、“量化”（使用不太精確的數(shù)字，從而節(jié)省能源）
