人工智慧的能源需求或需好好管理｜專家論點【Abby Lin】

作者：Abby Lin（科技業產業研究員）

人工智慧即將帶來能源衝擊

當我們在談論人工智慧的潛力時，卻較少人發現使用該技術對於環境的衝擊，維持人工智慧崛起所需的運算能力大約每100天就會翻倍，而要達到AI模型效率十倍的提升，算力需求可能會激增高達一萬倍，運行人工智慧任務所需的能源已經在加速成長，年成長率在26% 到 36%之間，截至2028年，人工智慧使用的電力可能比2021年冰島整個國家使用的電力還要多。

人工智慧生命週期在兩個關鍵階段影響環境：訓練階段和推理階段，在訓練階段，模型透過消化大量資料來學習和發展，經過訓練後，它們就會進入推理階段，用來解決現實世界的問題，目前，環境足跡是分散的，訓練約佔20%，推理佔最大份額，達到80%。

隨著人工智慧模型在不同領域獲得關注，對推理的需求及其對環境的影響將會升級。因此，為使人工智慧的快速進步與環境永續發展的必要性相結合，制定能源管理策略至關重要，這包括立即和中期的措施。

直觀做法：降低能源需求

直觀做法對於降低能源耗損最為直接，例如在AI模型的訓練和推理階段限制功耗提供一種將AI能耗降12% 至15%的途徑，同時在完成任務的時間上進行一些折衷，而GPU預計需要多花3%左右的時間。另一個有效的策略是優化調度以節省能源，改變人工智慧工作負載以適應能源需求較低的時期——例如在空調廣泛使用的地方過夜運行較短的任務或在較涼爽的月份規劃較大的項目——也可以帶來大量的能源節省。

最後，轉向使用共享資料中心和雲端運算資源，而不是單獨調試私人基礎設施，可以將運算任務集中在集體基礎設施中，並減少與人工智慧營運相關的能源消耗，這還能節省設備資金並可能降低能源費用，特別是當資源策略性地位於能源成本較低的地區時。

中期：利用人工智慧實現能源轉型

除了立即採取的措施之外，近期的重點還應該是利用人工智慧自身的能力來促進永續性。如果使用得當，人工智慧可以成為實現去年聯合國氣候變遷會議（COP28）制定的到本十年末將再生能源容量增加兩倍和能源效率提高一倍的工具。

人工智慧以多種方式支援氣候和能源轉型工作，例如開發清潔能源技術的新材料，以及優化太陽能和風電場，人工智慧可以幫協助強化能源儲存能力，改善碳捕獲過程，增強氣候和天氣預測以實現更好的能源規劃，還可以促進核融合等綠色能源的新突破。

長期：人工智慧和量子運算

從長遠來看，促進人工智慧與新興量子技術之間的協同是引導人工智慧走向永續發展的重要策略，傳統計算的能源消耗隨著計算需求的增加而增加，與此相反，量子計算在運算能力和能源使用之間呈現線性關係。

此外，量子技術具有透過使模型更加緊湊、提高學習效率和改善整體功能來改變人工智慧的潛力，所有這些都不會產生大量能源足跡，而這已成為產業中令人擔憂的規範，達到這一潛力需要政府支持、產業投資、學術研究和公眾參與的努力。

瀏覽 389 次