AI的盡頭是能源嗎能耗挑戰(zhàn)與未來方向(2)

小大

用微信掃描二維碼
分享至好友和朋友圈

關鍵詞：

2024-11-08 15:34:52 知識分子

總體上，關于AI能耗的討論主要基于模型體量、顯卡功率、計算時長等參數(shù)進行估算，這使得討論尤為困難。研究者呼吁改變這種不透明的現(xiàn)狀，實現(xiàn)信息透明，以追究各方的環(huán)境責任并推動節(jié)能研究。

數(shù)據(jù)中心的能耗問題同樣復雜。國際能源署報告顯示，2022年全球數(shù)據(jù)中心、比特幣和AI消耗的電能占全球用電量的2%，達到460 TWh。預計到2026年，全球數(shù)據(jù)中心總能耗將達1000 TWh。數(shù)據(jù)中心內(nèi)部冷卻系統(tǒng)和服務器能耗最高，各占數(shù)據(jù)中心能耗的40%。隨著數(shù)據(jù)中心規(guī)模擴大，冷卻系統(tǒng)的能耗日益增加，同時也會導致耗水量上升。AI的盡頭是能源嗎！

對于新成立的數(shù)據(jù)中心，在設計上改進可以緩解這些問題。液冷技術比風冷技術更劃算，且能減少淡水消耗。從宏觀角度看，AI的環(huán)境影響不僅與耗電量有關，還與電能來源密切相關。發(fā)展清潔低碳能源并在基建層面規(guī)劃有助于讓AI更加環(huán)保。多位業(yè)界人士提到，數(shù)據(jù)中心應靠近發(fā)電廠，以實現(xiàn)算電耦合，減少電能傳輸和存儲過程中的損耗。

然而，在東西部發(fā)展不均衡背景下，在西部建設數(shù)據(jù)中心面臨人才缺乏和維護困難的問題。AI計算需要大量數(shù)據(jù)，如果計算需求離數(shù)據(jù)中心太遠，數(shù)據(jù)傳輸成本就會非常高。因此，盡管西部地區(qū)建設了不少數(shù)據(jù)中心，但使用效率仍不及東部的超算中心。

AI對綠電穩(wěn)定性的要求也提出了挑戰(zhàn)。風電、水電和光伏容易受季節(jié)影響，而核電作為穩(wěn)定且環(huán)保的能源選項，是未來數(shù)據(jù)中心選址的趨勢。長遠來看，可控核聚變技術的突破或許是支撐AI大規(guī)模發(fā)展的關鍵。

在氣候議題緊迫的情況下，AI的發(fā)展與節(jié)能減排目標之間的矛盾顯得尖銳。有學者擔憂，短期內(nèi)AI增長造成的硬件需求增加必然會增加能耗和碳排放。但也有觀點認為，AI能夠成為應對氣候變化的得力助手，并且一些應用已經(jīng)落地。

人工智能的能耗問題牽涉多個層面，氣候問題更是如此。無論行業(yè)還是個人，我們有許多途徑可以推動改變。

首頁上一頁 12共 2 頁

(責任編輯：盧其龍 CN070)

關閉

AI的盡頭是能源嗎 能耗挑戰(zhàn)與未來方向(2)

相關新聞

今日熱點

頻道熱點

AI的盡頭是能源嗎能耗挑戰(zhàn)與未來方向(2)