详细内容或原文请订阅后点击阅览
计算人工智能的真实环境成本
人工智能的快速发展为许多领域带来了前所未有的进步的希望，但它真正的碳足迹是什么？文章计算人工智能的真实环境成本首先出现在 Advanced Science News 上。
来源:Advanced Science News人工智能 (AI) 正在席卷全球，不仅可用系统的数量在增长，而且复杂性和能力也在增长。为了推动这种扩张，需要大量的能源来满足日益增长的计算能力需求。
但环境代价是什么？
虽然人工智能对环境的影响很大已不是什么秘密，尤其是考虑到数据中心的能源消耗，这些数据中心需要持续供电并需要大量冷却，但确定其真正的碳影响一直是一项挑战。缺乏标准化的测量方法，很难量化人工智能能源需求的确切影响。
预计未来十年人工智能每年将增长 30-40%，很明显这项技术将继续存在，而且只会变得更大。“一些研究已经估算了单个人工智能系统（如 GPT-3）的碳足迹，尤其是在它流行之后，”中国浙江大学的研究员张猛说。然而，很少有人尝试计算世界主要人工智能系统的总排放量，以了解它们的集体足迹。
“[如果我们有这个数字]，研究人员和公众可以更好地了解人工智能[实际上]如何影响环境。这也将引起环境专家、人工智能开发人员和政策制定者的注意，帮助我们朝着更可持续的方式使用人工智能的方向迈进。”
为人工智能赋值
为人工智能赋值在他们的研究中，张和他的团队计算了 79 个知名人工智能系统在 2020 年至 2024 年之间的碳排放量，包括 Gemini Ultra、GPT-4、Mistral Large 和 Inflection-2。
他们估算的核心是计算图形处理单元 (GPU) 的能耗——这是一种最初设计用于渲染图形的计算机芯片，但现在用于训练人工智能系统，如深度神经网络，其中需要同时处理大量数据。因此，GPU 是这些系统中的主要能耗设备。
GPU 2