人们对AI系统的兴趣高涨,将给全球电网带来进一步的压力,有可能与比特币的巨大能源消耗相媲美。值得庆幸的是,首要的加密货币向我们展示了一种减轻影响的方法。
Nvidia 公司上个季度的数据中心收入翻了一番,这表明对 ChatGPT 等生成应用程序的需求尚且没达到顶峰。这家美国芯片制造商是这场人工智能淘金热中铲子的主要供应商,但这些处理器既不便宜也不精益。其最新旗舰产品 GH200 Grace Hopper Superchip 仅有明信片大小,功耗高达 1,000 瓦,相当于一个便携式加热器。
尽管大多数客户会选择不如超级芯片那么奇特的东西,但他们确实会批量购买它们以连接到一个大型人工智能服务器,这就是对电力的真正需求。去年发表的一项研究着眼于所需的能源消耗训练用于输出多种语言文本的单个大语言模型。
来自初创公司 HuggingFace 的 BLOOM 从 1.6 TB 数据中提取了 1760 亿个参数。该研究的作者表示,由 384 个 Nvidia A100 图形处理器(GPU)组成的集群需要超过 118 天的时间才能完成计算。他们估计,长时间运行如此多的 GPU 所消耗的电力可能会产生 24.7 公吨(54,000 磅)的二氧化碳。但如果考虑到总系统的网络连接和空闲时间,线 吨。
即便如此,训练模型只是一个开始。根据运行自己的 AI 服务器的Inc. 的一项估计,运行人工智能的 90% 的费用来自下一阶段,即用户查询模型以获得结果,例如向 ChatGPT 询问巧克力蛋糕食谱。执行数据(称为推理)所需的能量消耗很难计算,但据信大约是第一个训练阶段所需能量的 10 倍,这在某种程度上预示着 500 吨二氧化碳。据一项估计,单个生成式人工智能查询的碳足迹可能是谷歌搜索的四倍。
暴力数字运算内置于比特币的设计中,这有助于解释为什么半导体与服务器在全球范围内掀起浪潮,以期开采数字黄金。剑桥大学正在进行的一项研究估计,比特币造成了 7250 万吨二氧化碳。如果所有比特币矿场都靠水力发电,这一个数字可能低至 300 万吨。(1)与密码货币的浪费相比,单轮训练和部署产生的 500 吨二氧化碳似乎不算得上什么。然而,这仍然相当于驾驶汽油动力汽车行驶 100 万英里,或从纽约飞往法兰克福 500 趟航班。
现在还为时尚早。至少有十几家主要科技公司正在争先恐后地构建和部署生成式AI产品,包括亚马逊、Alphabet Inc.、微软公司、OpenAI、Meta Platforms Inc.、百度公司、腾讯控股有限公司和阿里巴巴集团控股有限公司因他们都在竞相超越对方,因此一旦模型训练完成,他们就不会坐以待毙。他们将继续购买耗电的处理器来分析慢慢的变多的数据。一旦完成,他们将相互竞争,以大学论文、深度伪造视频和平克·弗洛伊德音乐合成版本的形式向消费的人提供结果。
雪上加霜的是,目前大多数人工智能训练都是由化石燃料提供动力。这些服务器场已在现有地点迅速扩展,通常距离水力发电大坝或太阳能电池阵列数千英里。由于响应互联网请求时网络延迟是一个问题,因此它们需要靠近最终用户,而不是位于数千英里之外。
但比特币已经为AI行业开辟了一条可以效仿的道路。拥有大量可再次生产的能源的寒冷气候成为了开采耗电的密码货币矿场的完美地点,北极的空气和冰岛丰富的热能使该国成为理想的选择。中国也可能为许多吸引采矿设备的水力发电站找到新用途,但在北京打击数字货币后这些水力发电站失去了业务。当然,外国人工智能提供商将无法利用,但中国科技巨头知道,随着电力需求的增加,他们身边就有这样的资源。
在这些服务器场中将比特币换成人工智能还有另一个好处。尽管加密货币吸引了众多投机者和数十亿美元的投资,但它仍然未能为世界增加太多价值。生成式人工智能不存在这样的一个问题;只需询问 ChatGPT 即可。