研究表明|人工智能耗電量堪比一個國家

　　人工智能有望幫助程序員更快地編寫代碼，讓司機駕駛更安全，并減少日常任務的耗時。不過，近日發表于《焦耳》的一篇觀點文章認為，如果廣泛采用人工智能，可能會產生大量的能源足跡，其未來電力需求甚至會超過一些國家。

　　“考慮到對人工智能服務日益增長的需求，未來幾年與人工智能相關的能源消耗很可能會大幅增加。”文章作者、荷蘭阿姆斯特丹自由大學的Alex de Vries說。

　　自2022年以來，可生成文本、圖像或其他數據的生成式人工智能經歷了快速發展，例如OpenAI的ChatGPT。訓練這些人工智能工具需要向模型提供大量數據，是一個能源密集型的過程。總部位于美國紐約的人工智能開發公司Hugging Face報告稱，其多語言文本生成人工智能工具在訓練期間消耗了約433兆瓦時（MWH）的電力，足以為40個普通美國家庭供電一年。

　　而且人工智能的能源足跡還不止于訓練過程。De Vries的分析表明，每當該工具生成文本或圖像時，它也會使用大量的計算能力和能源。例如，ChatGPT每天運行可能需要564兆瓦時的電力。

　　雖然，世界各地的公司都在努力提高人工智能硬件和軟件的效率，以降低這種工具消耗的能源，但作者表示，機器效率的提高往往會增加需求。最終，技術進步將導致資源使用的凈增加，這種現象被稱為杰文斯悖論。

　　De Vries說：“提高這些工具的效率和易用性的結果可能是，我們允許更多的應用程序和更多的人使用它。”

　　例如，谷歌一直在將生成式人工智能整合到公司的電子郵件服務中，并正在測試用人工智能為其搜索引擎提供協助。該公司目前每天處理多達90億次搜索，研究人員估計，如果每一次谷歌搜索都使用人工智能，每年將需要大約29.2太瓦時的電力，這相當于愛爾蘭一年的用電量。

　　De Vries表示，這種極端情況在短期內不太可能發生，因為額外的人工智能服務器成本高昂，而且人工智能服務器供應鏈存在瓶頸。但人工智能服務器的生產預計將在不久的將來迅速增長。據預測，到2027年，全球人工智能相關的用電量每年將增加85~134太瓦時。這相當于荷蘭、阿根廷、瑞典等國家的年用電量。

　　此外，人工智能效率的提高還可以使開發人員將一些計算機處理芯片重新用于人工智能，這可能會進一步增加人工智能相關的電力消耗。

　　“潛在的增長表明，我們需要非常注意我們使用人工智能的目的。它是能源密集型的，所以我們不應該把它用在我們實際上不需要它的地方。”De Vries說。