人工智能比其他形式的計算消耗更多的能源，訓(xùn)練GPT-3需要的電力相當(dāng)于120個美國家庭全年使用的電力。但由于該行業(yè)發(fā)展太快，且透明度十分有限，所以沒有人確切知道人工智能的總耗電量和碳排放量。

艾倫人工智能研究所的科學(xué)家杰西·道奇表示，人工智能可以成為保護海洋或改善氣候的有力工具，但如果其碳足跡不透明，人工智能也可能導(dǎo)致氣候危機。

在人工智能發(fā)展的同時，一項可能被忽略的隱患隨之浮現(xiàn)：AI時代的算力需求遠超以往，帶來的電力消耗以及產(chǎn)生的碳排放也與日俱增。

人工智能比其他形式的計算消耗更多的能源，訓(xùn)練一個大型語言模型需要的電力比100個美國家庭全年使用的電力還要多。然而，由于該行業(yè)發(fā)展如此之快，且透明度十分有限，以至于沒有人確切知道人工智能的總耗電量和碳排放量。

艾倫人工智能研究所（Allen Institute for AI）的科學(xué)家杰西·道奇（Jesse Dodge）近日表示，人工智能可以成為保護海洋或改善氣候的有力工具，但如果其碳足跡不透明，人工智能也可能導(dǎo)致氣候危機。

110輛美國汽車一年的排放量

根據(jù)2021年發(fā)表的一篇研究論文，訓(xùn)練GPT-3耗電1.287千兆瓦時，相當(dāng)于120個美國家庭一年消耗的電力，產(chǎn)生502噸碳排放，相當(dāng)于110輛美國汽車一年的排放量，而且此數(shù)據(jù)僅限于這一個模型。ChatGPT的開發(fā)者OpenAI已經(jīng)在準(zhǔn)備推出GPT-4，隨著這類模型的體量越來越大，且模型必須定期重新訓(xùn)練，以便了解最新數(shù)據(jù)，用電量還將逐年上升。

“如果你不重新訓(xùn)練模型，你就會有一個不了解新冠疫情的模型?！笨▋?nèi)基梅隆大學(xué)（Carnegie Mellon University）教授艾瑪·斯特魯貝爾（Emma Strubell）說，她是最早研究人工智能能源問題的研究人員之一。

另一項數(shù)據(jù)來自谷歌，研究人員發(fā)現(xiàn)人工智能耗費該公司總用電量的10%至15%，到2021年為18.3太瓦時。這意味著人工智能每年消耗谷歌約2.3太瓦時的電量，大約相當(dāng)于亞特蘭大這樣大小的城市中所有家庭每年的電力。

根據(jù)國際能源署的數(shù)據(jù)，數(shù)據(jù)中心的溫室氣體排放量已約占全球溫室氣體排放量的1%。隨著云計算需求的增加，這一數(shù)字預(yù)計還會上升。而隨著人工智能被納入互聯(lián)網(wǎng)上最重要的應(yīng)用——搜索引擎，所需的計算量將更大。加拿大數(shù)據(jù)中心企業(yè)QScale的聯(lián)合創(chuàng)始人馬丁·布沙爾（Martin Bouchard）表示，根據(jù)他對微軟和谷歌搜索計劃的研究，將生成式人工智能加入搜索引擎這一過程至少需要將每次搜索的計算量增加四到五倍。

布沙爾指出，ChatGPT在2021年底停止了訓(xùn)練，作為減少計算需求的一部分。但為了滿足搜索引擎用戶的需求，這一現(xiàn)狀將不得不改變。他說：“如果經(jīng)常對模型進行再培訓(xùn)，并增加更多的參數(shù)和東西，那將是完全不同的規(guī)模。”

英國薩里大學(xué)（University of Surrey）網(wǎng)絡(luò)安全教授艾倫·伍德沃德（Alan Woodward）也表示：“雖然過去在搜索引擎中已經(jīng)有大量資源參與，但納入人工智能需要更多資源。每當(dāng)我們看到人工智能的階段性變化，我們就會看到大型處理中心所需的電力和冷卻資源顯著增加。”

AI公司Hugging Face的研究員薩沙·盧奇奧尼（Sasha Luccioni）表示，需要將AI模型的功耗和排放透明化。有了這些信息，政府和企業(yè)可能會決定，使用GPT-3或其他大型模型來研究癌癥治療或保護土著語言是值得的，但編寫蹩腳的劇本則不值得。

碳足跡透明是當(dāng)務(wù)之急

道奇表示，許多行業(yè)已經(jīng)開始報告自己對環(huán)境的影響，但目前在整個人工智能領(lǐng)域，產(chǎn)生的碳排放仍缺乏透明度，量化其碳足跡的努力才剛剛開始。隨著模型變得更強大和被更廣泛地使用，碳輸出水平只會繼續(xù)上升，因此，建立透明度以減輕人工智能碳足跡的潛在影響至關(guān)重要。透明度將使得研究人員可以開發(fā)可操作的工具，并進一步鞏固人工智能的應(yīng)用，使其成為幫助應(yīng)對氣候變化的工具，而不是加劇氣候變化。

那么，如何衡量人工智能的碳足跡？道奇和來自微軟、卡內(nèi)基梅隆大學(xué)和耶路撒冷希伯來大學(xué)（the Hebrew University of Jerusalem）的研究團隊正著手解決這個問題，目前，一個非營利組織正在開發(fā)名為“碳強度”的軟件，使用該軟件可以將微軟在其云服務(wù)Azure上訓(xùn)練的人工智能模型的排放映射到能源網(wǎng)格上。該團隊能夠量化人工智能日益增長的環(huán)境影響，并為AI從業(yè)人員提供思路，以遏制碳排放。

道奇和研究人員發(fā)現(xiàn)，改變?nèi)斯ぶ悄苣Ｐ偷倪\行地點對其排放的影響最大。數(shù)據(jù)中心遍布全球，某些國家的電網(wǎng)中清潔能源的比例高于其他國家。如果云計算提供商選擇更多可再生能源的數(shù)據(jù)中心，可能會將模型的碳強度降低75%。

伍德麥肯茲能源咨詢機構(gòu)（Wood Mackenzie）的本·赫茲-沙格爾（Ben Hertz-Shargel）表示，由于人工智能培訓(xùn)可以隨時進行，開發(fā)人員或數(shù)據(jù)中心還可以將培訓(xùn)安排在電力更便宜或過剩的時候，從而使運營更加環(huán)保。道奇也認為，當(dāng)電網(wǎng)的碳強度較低時，模型定時運行也可能是一個可行的解決方案。

目前，微軟、谷歌和亞馬遜都有碳負增長或碳中和承諾。谷歌在一份聲明中表示，到2030年，預(yù)計將實現(xiàn)其運營的凈零排放，目標(biāo)是完全依靠無碳能源運行其辦公室和數(shù)據(jù)中心。該公司還使用人工智能來提高其數(shù)據(jù)中心的能源效率。

谷歌發(fā)言人樸吉英（Jane Park）也表示，谷歌發(fā)布了聊天機器人巴德（Bard）的新版本，該版本由一款體量更小的大型語言模型驅(qū)動，以節(jié)省資源。“我們還發(fā)布了語言模型LaMDA的能源成本。”樸吉英說，“我們的研究結(jié)果表明，將高效的模型、處理器和數(shù)據(jù)中心與清潔能源相結(jié)合，可以將機器學(xué)習(xí)的碳排放減少多達1000倍?！?/div>