與2020年基線相比，微軟2023年的直接排放和能源相關(guān)排放減少了6.3%。然而，其供應(yīng)鏈排放——占總排放的絕大部分——增加了30.9%。

能源和碳排成為AI發(fā)展的約束邊界

AI要依靠大量算力，這是人所共知的事實(shí)。但最近，當(dāng)AI業(yè)界大佬們拋出“AI的盡頭是能源/電力”這個(gè)觀點(diǎn)時(shí)，仍然讓市場(chǎng)大吃一驚。

AI究竟有多耗能呢？研究顯示，AI大語言模型ChatGPT每天要響應(yīng)用戶約2億個(gè)請(qǐng)求，消耗超過50萬千瓦時(shí)的電力。相比之下，一個(gè)家庭平均每天用電約29千瓦時(shí)，也就是說，chatGPT每天的用電量是家庭用電量的1.7萬多倍。

圖：AI大模型使搜索引擎的耗電量激增

隨著生成式人工智能模型變得更加復(fù)雜和要求更高，它們消耗的電量也越來越多，隨之而來的就是高排放。

AI大模型，正在成為碳排放的一個(gè)重要來源。

要減排，砸錢還是砸技術(shù)

盡管AI大模型是碳排放大戶，但以AI為代表的前沿科技也正在為降碳減排做出貢獻(xiàn)。

盡管AI大模型是碳排放大戶，但以AI為代表的前沿科技也正在為降碳減排做出貢獻(xiàn)。

首先是購買可再生能源電力和購買碳信用。從2010到2022年，谷歌簽署了80多份協(xié)議，涉及總計(jì)約10千兆瓦的清潔能源發(fā)電量。

微軟早在2012年就在購買環(huán)境權(quán)益，并提出了要在2025年企業(yè)范圍內(nèi)實(shí)現(xiàn)近零排放。微軟本月更是表示，將支持由Brookfield Asset Management開發(fā)的估計(jì)價(jià)值100億美元的可再生電力項(xiàng)目，作為其將清潔能源目標(biāo)與AI雄心結(jié)合的努力的一部分。

除了外在的抵消，人工智能自身的減排更重要，目前有幾種方法。

一種是負(fù)載轉(zhuǎn)移策略，人工智能發(fā)展水平高的公司數(shù)據(jù)中心也遍布各地，谷歌通過復(fù)雜的算法識(shí)別出電網(wǎng)上太陽能和風(fēng)能過剩的區(qū)域，然后戰(zhàn)略性地加強(qiáng)這些區(qū)域的數(shù)據(jù)中心運(yùn)營(yíng)。甚至將某些數(shù)據(jù)中心與零碳源按小時(shí)進(jìn)行匹配，力求實(shí)現(xiàn)全天候使用清潔能源供電。

另一種方法是綠色加速分析技術(shù)，比如英偉達(dá)新設(shè)計(jì)的一款加速數(shù)據(jù)分析軟件Apache Spark可以將成本和排放量減少80%。原理是提高軟件本身的計(jì)算速度，原本需要一個(gè)月處理的數(shù)據(jù)5個(gè)小時(shí)就處理完了，能耗自然就大大降低了，用這種綠色計(jì)算訓(xùn)練人工智能可將成本降低90%。

總之，AI技術(shù)的進(jìn)步給人類帶來了諸多便利，其爆發(fā)式發(fā)展必定帶來用電量的劇增，但也必須在發(fā)展中關(guān)注環(huán)境問題。未來AI如何實(shí)現(xiàn)可持續(xù)發(fā)展，以及AI如何更好地支撐雙碳領(lǐng)域的變革，仍是亟需各行業(yè)共同解決的問題。