AI電力需求必須好好規劃｜專家論點【張瑞雄】

作者：張瑞雄 台北商業大學前校長

黃仁勳的台灣旋風代表了人工智慧（AI）的快速發展，但內閣官員對台灣能源政策的舉棋不定代表了台灣發展AI的一個困境，那就是AI的發展帶來了前所未有的電力需求，可能會壓垮電網。隨著AI系統變得更加複雜和數據密集，其能源需求一定激增，電力公司、政策制定者和科技公司都必須面對這迫在眉睫的危機。

問題的核心在於AI的運算強度，尤其是像 ChatGPT 這樣的生成式AI系統。這些模型需要大量資料進行訓練和處理，從而導致對電力的巨大需求。根據國際能源總署 (IEA) 的數據，ChatGPT上的單一查詢消耗的電量比典型的Google搜尋多出近10倍。

這種驚人的能源需求是由AI營運的龐大規模所驅動的，大型語言模型(LLM, Large Language Model)是許多生成式AI系統的支柱，必須運作整個神經網路才能產生回應，從運算角度來看，它們的效率極低。機器學習公司 Hugging Face最近的一項研究發現，生成式AI系統的耗能比其他軟體多33倍。

全球已經感受到AI能源匱乏的影響，資料中心容納著為AI和其他數位服務提供支援的運算基礎設施，正迅速成為能源貪婪者，IEA預計AI的能耗到2026年將翻一番，達到相當於日本年耗電量的水準。

這種史無前例的需求使電網不堪負荷，在美國，公用事業公司正在努力應付這樣的現實，到2030年，資料中心的電力需求可能占到美國用電的7.5%。在都柏林等地區，情況尤其嚴峻，那裡的資料中心已經消耗了愛爾蘭近五分之一的電力，促使新設施暫停建設。

面對這場迫在眉睫的危機，需要採取多方面的方法來平衡AI的進步與永續發展的必要性。短期內，研究人員正在探索減少AI能源需求的策略，例如限制訓練和推理階段的用電量、優化調度以節省能源，以及促進共享資料中心和雲端運算資源。

但是這些短期措施只是權宜之計，真正的解決方案在於利用AI自身的能力來推動能源轉型。AI可以成為加速再生能源技術發展、優化能源儲存解決方案、增強氣候和天氣預報以更好地進行能源規劃以及促進核融合等永續能源突破的強大工具。

從長遠來看，AI和量子運算的融合有著巨大的前景。量子運算在運算能力和能源使用之間呈現線性關係，這與傳統計算的指數成長能源需求形成鮮明對比。透過促進這兩種尖端技術之間的協同合作，有可能實現AI更加緊湊、高效且環境永續的未來。

AI和資料中心的興起為我們的現代社會帶來了獨特的挑戰。一方面，這些技術有望帶來前所未有的創新、生產力和經濟成長。另一方面，他們對電力的貪得無厭可能會加劇氣候變遷本已嚴峻的後果，並給我們老化的能源基礎設施帶來壓力。

實現進步與永續之間的微妙平衡需要所有利害關係人的集體努力，需要前瞻性的政策、對再生能源和永續技術的投資，以及我們處理能源消費方式的根本轉變。雖然前途充滿挑戰，但人類無所逃避，我們今天所做的努力將留給後代子孫更好的世界。

瀏覽 523 次