人工智能的能源使用:仍然是个谜

为什么重要:人工智能的能源使用:仍然是一个谜探讨人工智能隐藏的环境影响并呼吁透明度。

来源:人工智能+

人工智能的能源使用:仍然是个谜

人工智能的能源使用:仍然是个谜。随着人工智能系统,尤其是像 GPT-4 这样的大型语言模型,深深嵌入到从搜索引擎到业务自动化的各个领域,其环境成本仍然难以捉摸。即使需求激增,有关用电量、碳排放和可持续发展举措的数据仍然有限且报告不一致。这种透明度的缺乏使得研究人员、政策制定者和公众很难掌握人工智能真正的环境足迹。随着行业、政府和技术用户转向更绿色的数字基础设施,了解这种隐性成本现在至关重要。

要点

  • 由于科技公司披露的信息有限,有关人工智能能源消耗的全面数据很少。
  • 训练和部署大型人工智能模型需要大量电力,但估计差异很大。
  • 人工智能的碳足迹可能会与加密货币挖矿和云流媒体等其他高能源行业相媲美或超过。
  • 可持续发展专家呼吁制定透明的报告标准和绿色人工智能举措来管理环境风险。
  • 为什么测量人工智能能源使用仍然如此困难

    人工智能对环境的影响仍然是当今技术中最紧迫且最少得到解答的可持续发展问题之一。尽管研究人员和记者试图估算训练和运行大型人工智能模型(例如 OpenAI 的 GPT-4 或谷歌的 PaLM)的能源成本,但数据要么缺失,要么是专有的。如果没有一致的测量标准或生命周期分析,我们在报告的估计中就会留下很大的误差范围。

    人工智能能源消耗规模

    人工智能与加密货币和云基础设施

    推动人工智能能源成本的变量

    AI 模型的创建、训练或使用并不相同。它们对环境的影响取决于几个关键因素:

  • 模型大小:像 GPT-4 这样的较大模型使用数十亿个参数,并且需要更多的计算能力。
  • 参考文献