大家似乎都知道训练 AI 发展 AI 需要大量算力,极为耗电耗水,但我们似乎又不清楚它具体有多耗电。
即便如此,部分地区已经开始感受到由 AI 大潮带来的用电压力,而各领域的研究人员也在想方设法去对能耗进行测算。
毕竟,如果我们真要如科技巨头们所描绘般走入与 AI 紧密共存的未来,那及早计算它背后的「能源账」也是一种必要。
好奇生成一张图,就能为手机充满电?
这一切对于 de Vries 来说都很熟悉。
最开始,吸引 de Vries 去做用电统计的其实是比特币。
据 de Vries,比特币挖矿现在一年仍然消耗 1450 亿千瓦时的电量,碳足迹高达 8100 万吨,比摩洛哥的年排放量都要高。
挖矿本身的模式也注定了它和「可持续」在本质上的不兼容:
我认为政策上唯一可行的做法就是要求披露数据。
我们花了那么多年才在加密行业学会这个,我真的很失望我们怎么没能早些在 AI 领域做到这件事。
就像是我们看到了挖币带来的影响,然后完全就忘了。
但和加密币行业不同的是,在各个大公司的叙事中,AI 将更紧密地融入我们的生活中,巨头们也不怕说起 AI 的耗电问题,只是解决方案也和 AGI 一样「未来」。
我们仍旧不喜欢这项技术对能源的消耗。
如果没有大突破,我们没法达到目的地。我们需要核聚变,或者极其廉价的太阳能加上存储设备,或者某种大规模的设备。
Sam Altman 在今年 1 月的达沃斯活动上如此回应 AI 的能耗问题。
此前,Altman 和微软都投资了核聚变发电初创公司 Helion。这家公司致力于 2028 年以前,建成全球首座核聚变发电厂。
这段时间引来大量关注的法国公司 Mistral AI 和美国公司 Inflection AI 则各自拿出训练成本更低的高质量模型。
这固然可以减少算力压力,但它们又是否能走出 de Vries 提及的规模循环?
这些都是要等「未来」回答的问题,但「现在」已经展露出 AI 对能源的压力。
据彭博社,为了应对用电量的飙升,美国一些电力公司在考虑解封已经封存的化石燃料发电厂,部分公司已经开始提请监管机构批准建造新的天然气发电厂。
国际能源署在今年发布的报告中预测,未来三年,全球对数据中心、加密货币和 AI 的电力需求将增加一倍以上,相当于一个德国的全部电力需求。
到了 2026 年,全球总体电力需求预计将增长 3.4%,但风能、太阳能和水能等可再生能源和核能,都无法弥补这一增长。
的确,如果我们想要一个 AI 无处不在的未来,正如 Altman 所言,真的是迫切需要重大突破。
但 de Vries 则认为,我们也可以提出一个新问题:
我们真的需要 AI 去做某些特定的任务吗?
考虑到 AI 的各种限制,它在很多地方可能都不适用,但我们就得花很长时间和大量能源去用艰难的方式才能明白这个道理。