為人工智能提供動力：人工智能在各個領(lǐng)域都有巨大的潛力，從編碼到駕駛，但廣泛采用可能導(dǎo)致能源需求超過一些國家。Digiconomist創(chuàng)始人亞歷克斯·德弗里斯在Joule的一篇評論中對人工智能的能源足跡提出了警告

自2022年以來，包括OpenAI的ChatGPT在內(nèi)的生成式人工智能經(jīng)歷了爆發(fā)式增長。然而，訓(xùn)練這些模型是一個資源密集型的過程，像Hugging Face這樣的公司報告說，他們的文本生成AI在訓(xùn)練期間一年消耗的能源相當(dāng)于40個美國家庭的能源，約為433兆瓦時(MWh)。

為人工智能提供動力：能量密集型訓(xùn)練階段

人工智能的能量消耗不僅限于訓(xùn)練。De Vries的分析表明，當(dāng)人工智能根據(jù)提示生成數(shù)據(jù)時，它會消耗大量的計算能力和能量。例如，ChatGPT每天可能消耗564兆瓦時的電力。

谷歌雄心勃勃的人工智能集成

提高人工智能硬件和軟件的效率可能會帶來更大的能源消耗。隨著人工智能的效率越來越高，它變得更容易訪問，并在更多的應(yīng)用程序中使用，遵循杰文斯悖論，導(dǎo)致資源使用的凈增加。

谷歌將生成性人工智能集成到其服務(wù)中，如電子郵件和搜索。De Vries估計，如果谷歌的每一次搜索都使用人工智能，每年將需要29.2太瓦時的電力，相當(dāng)于愛爾蘭的年用電量。雖然這種情況在短期內(nèi)似乎不太可能發(fā)生，但人工智能服務(wù)器產(chǎn)量的快速增長可能會改變形勢。

人工智能面臨的日益嚴(yán)峻的能源挑戰(zhàn)

到2027年，全球人工智能相關(guān)用電量可能每年激增85至134太瓦時，與荷蘭、阿根廷和瑞典等國的電力需求相當(dāng)。人工智能效率的提高和將計算機(jī)處理芯片重新用于人工智能可能會進(jìn)一步增加電力需求。De Vries強(qiáng)調(diào)，由于人工智能的能量強(qiáng)度，需要謹(jǐn)慎應(yīng)用。

我們必須管理人工智能的能源消耗

總之，人工智能的潛在能源需求是一個關(guān)鍵問題。雖然人工智能提供了難以置信的可能性，從徹底改變行業(yè)到改善日常生活，但我們必須謹(jǐn)慎管理其能源消耗。提高效率應(yīng)該與提高可及性可以帶來更大的使用量這一認(rèn)識相平衡，從而產(chǎn)生能源悖論。

隨著我們的進(jìn)步，公司、研究人員和政策制定者必須優(yōu)先考慮節(jié)能的人工智能開發(fā)。通過這樣做，我們可以利用人工智能的力量，同時減輕其對環(huán)境的影響，確保這項變革性技術(shù)在不損害地球資源的情況下為我們服務(wù)。