人工智能(AI)的快速發(fā)展正在帶來巨額能源消耗的擔憂，“AI盡頭是能源”的說法引發(fā)熱議。軟銀旗下芯片設計公司Arm首席執(zhí)行官雷內·哈斯(Rene Haas)近日表示，AI對算力的巨大需求正威脅著能源供應。預計到2030年，全球數據中心的用電量將超過世界上人口最多的國家印度的用電量。

　　生成式AI依賴于強大的數據處理能力和巨大的存儲容量，推動AI發(fā)展所需的數據中心需要消耗大量電力。有跡象表明，新建數據中心的速度已經快于新建發(fā)電廠，供需矛盾開始出現(xiàn)。愛爾蘭和荷蘭等已在試圖限制新數據中心的開發(fā)，理由是超大規(guī)模數據中心消耗的能源“不成比例”。美國商業(yè)不動產服務公司世邦魏理仕曾透露，由于電力供應延遲，數據中心的建設時間已經延長了2年到6年。

　　AI究竟有多耗電呢?人工智能初創(chuàng)公司Hugging Face和卡內基梅隆大學的研究人員在2023年12月發(fā)布的一份報告指出，使用生成式AI每生成一張圖像所消耗的電量，足夠給一部智能手機充滿電。從總量上來看，AI能耗也很驚人。國際能源署(IEA)今年1月發(fā)布的報告提到，到2026年，AI行業(yè)的電力消耗預計至少是2023年的10倍。

　　然而，AI能耗并非無解，節(jié)能優(yōu)化與發(fā)展可再生能源是目前的兩大解決方案。

　　通過技術創(chuàng)新來優(yōu)化AI性能，包括改進AI模型、提升算法效率、使用高效能硬件等，都有望減少AI的能耗。不少科技公司也熱衷于推出新的AI產品來解決AI目前在效率和節(jié)能方面面臨的挑戰(zhàn)。比如，英特爾最新推出的AI大模型Hala Point，在執(zhí)行AI任務時能耗僅為傳統(tǒng)計算機的百分之一，展示出其在生成式AI計算中大幅降低能耗的可能性。雷內·哈斯也曾表示，采用更多定制芯片可以節(jié)省數據中心15%以上的功耗。

　　加快可再生能源布局是另一把掌握未來算力的“關鍵鑰匙”。當現(xiàn)有能源系統(tǒng)難以應對AI廣泛部署后急劇增加的能源需求，能源增量也可以轉向核能和太陽能等可再生能源。如今，押注核能為數據中心提供能源支撐成為一大發(fā)展趨勢，微軟、谷歌母公司Alphabet、OpenAI等科技公司把眼光瞄向核電，斥巨資加大核能投入。不少能源公司如美國零售和發(fā)電公司Vistra Energy、美國聯(lián)合能源公司(Constellation Energy)等股價迎來顯著上漲。

　　推動AI可持續(xù)發(fā)展，同樣離不開立法的監(jiān)管與引導。歐盟在今年3月通過的《人工智能法案》中，要求“高風險人工智能系統(tǒng)”報告其能源消耗和資源使用情況。能源信息披露有助于合理估算AI所帶來的能耗影響，把能源和環(huán)境的可負擔性納入AI發(fā)展的綜合考量，在能源安全和技術可持續(xù)性之間進行均衡發(fā)展。 (作者：孫亞軍 來源：經濟日報)