隨著大模型和生成式人工智慧的發展，國內外公司逐步推動該技術在各種應用程序中的採用。但其耗電量大的問題引起了人們的擔憂，畢竟類似的電力消耗已在加密貨幣領域引發了廣泛批評。
本周，荷蘭阿姆斯特丹自由大學的數據科學家Alex de Vries就AI耗電量的問題發表了一項研究，研究中指出，到2027年，AI數據中心的電力需求可能達到每年85-134太瓦時 （TWh）。這與阿根廷、荷蘭和瑞典各自一年的用電量類似，約占全球當前用電量的0.5%。
以科技巨頭谷歌為例，谷歌已經將生成式人工智慧納入公司的電子郵件服務中，並正在測試利用人工智慧為其搜尋引擎提供動力。目前該公司每天處理多達90億次搜索。
如果谷歌每次搜索都使用人工智慧，每年大約需要29.2TWh 的電力，相當於愛爾蘭一年的用電量。
Alex de Vries還計算了Nvidia預計今年交付的100，000台AI伺服器的潛在能耗。這些伺服器滿負荷運行時，每年可能會消耗5.7至8.9太瓦時的電力。與數據中心歷史估計的年用電量205 TWh相比，這「幾乎可以忽略不計」。
即便如此，如果人工智慧的普及率繼續飆升並且供應鏈限制放鬆，用電量可能會急劇增長。到2027年，如果Nvidia出貨150萬台AI伺服器，每年將消耗85.4至134.0 TWh的電力，這可與當今比特幣的能源需求相媲美。
而且人工智慧的能源足跡並不會隨著訓練而結束。德弗里斯的分析表明，當該工具投入工作（根據提示生成數據）時，每次該工具生成文本或圖像後，它也會使用大量的計算能力，從而消耗大量的能源。例如，ChatGPT每天的運行費用可能為564 MWh。
專家表示，巨大的碳足跡應該迫使我們重新考慮在人工智慧領域進行的巨額投資，特別是像OpenAI和Google這樣科技巨頭的高能耗運營方式。佛羅倫薩大學的助理教授表示，也許我們需要適度減速，開始應用我們已經擁有的解決方案。不僅要提高模型的準確性和速度，還要深入思考我們在環境資源方面的損耗。
此前，加州州長Gavin Newsom簽署兩項重要的氣候披露法律，迫使OpenAI和Google等大約10，000家公司披露到2026年它們產生了多少碳。該規定在美國尚屬首例，這些法律也可能會產生超出州界的影響。
即使監管機構加強了審查，該領域仍在很大程度上進行自我管理，人工智慧公司可能會繼續消耗大量精力來維持其模型的運行。
然而，由於當前的高能耗，降低這些成本具有經濟激勵，技術進步是必不可少的。考慮到其巨大的環境足跡，任何突破都不能來得太晚。AI領域的可持續發展需要更多的創新和關注，以應對不斷增長的電力需求。
