《华尔街日报》最近发表了一篇文章,题为“大型技术公司寻找足够能源的新迷恋”;副标题明确指出,“人工智能繁荣正在刺激无限的电力需求”。 文章只是越来越多关于人为智能的潜在能源需求的文章中最新的一篇文章,这些文章的重点是人工智能如何可以要求更多地使用化石燃料能源(主要是天然气)或以其他方式损害去碳化进程。
人工智能需要大量的电力,数据中心和与人工智能有关的能源需求的增长与过去的增长模式不同,由于这些新的增长模式,企业正在转向化石燃料以满足需求。
第二点出现基本缺陷:假设人工智能是能源需求增长的一个主要转折点,让我们深入研究并分解它;第一,为数据中心能源需求增长制定基准是值得的:你可能惊讶地看到,虽然数字技术在过去十年里在我们生活的每个领域都急剧发展,但数据中心的能源使用在同一期间几乎均匀增加,这主要是由于芯片、方案和数据中心本身的能源效率提高,向能效更高的特大中心作出了重大转变。
有充足的证据表明,人工智能更可能适应现有的需求增长模式。例如,谷歌搜索:谷歌每天处理约8.50亿次搜索,如果谷歌想将AI反应与每次搜索结合起来,正如它已经做的那样?查询查特GPT可能消耗大约3-4Wh电力;出于安全原因,我们称之为5Wh电力。考虑到培训,在每次搜索中添加谷歌类似Gemini的大语言模型(LMMs)将增加大约20,000千瓦小时的能源需求,大约是谷歌能源消耗总量的两倍。
首先,模型本身大大提高了能源效率:优化能源效率的LLM(LLM)显示,每个查询的能源需求增加了十倍;鉴于这一点,即使未来搜索需求增加,寻求LLM整合的Google的能源消费总量将减少到2,000千瓦小时。 这2,000千千瓦小时的增量能源消费与Google将能源消耗量在三年左右翻一番的趋势非常吻合。
除了示范能效改进之外,还存在一些现实的理由,认为能源需求增长不太明显:谷歌搜索等不需要每次重新运行,因为许多共同搜索重复进行,许多大型能力任务最终使用较小的专用和定制优化模型,而每个查询不需要过多的能源,人工智能没有比特币采矿的极端反效率结构,比特币采矿的能效随着时间的推移将逐渐下降,相反,因为开发商有强大的动力最大限度地减少计算需求,以优化其自身成本和有限的全球定位系统时间。
我也不确定人工智能是否会增加对这些服务的需求 — — 对网络搜索的需求已经放缓到每年5 % 。 人工智能生成的照片和视频在这里有点难以预测,但我们的估计表明,为了真正改变数据中心的全部能源需求,需要大量图像生成才能真正改变数据中心的全部能源需求。
然而,华尔街日报(Wall Street Journal)却说第三点:公司正越来越多地转向化石燃料支持需求增长。 然而,这与人工智能无关。 正如文章指出,美国正在摆脱长期电力需求停滞;电力需求由于政府采取新的激励措施促进国内、交通和工业电气化以及发展更多国内制造业而激增。
我们需要的政策是让可再生能源更容易地加入网络以用于任何应用,包括其他工业应用。 允许美国改革将是一个良好的起点。 此外,我们需要关注的不是人工智能能源足迹,而是数据中心的其他形式的废物,包括水消耗和射程3排放以及这些数据中心的建设和装备产生的电子废物。
这是2011年埃及抗议活动特别报导的一部分。
原文链接:https://www.ruodian360.com/news/ai/54396.html
报告/反应
注册有任何问题请添加 微信：MVIP619 拉你进入群
打开微信扫一扫
添加客服
进入交流群
发表评论