最近人工智能（AI）應(yīng)用的爆炸式增長(zhǎng)引發(fā)了許多爭(zhēng)論，潛力是巨大的，可能為社會(huì)提供更高效的生產(chǎn)力，但它對(duì)社會(huì)潛在的威脅也同樣重大。

其中一個(gè)巨大威脅是AI使用和能源消耗之間的矛盾，一項(xiàng)未經(jīng)同行評(píng)審的研究表明，現(xiàn)在火爆的生成式AI，消耗的能量比你想象的要多得多。

我們?cè)诰W(wǎng)上所做的一切，從生成圖像到創(chuàng)建文本提示，都依賴于服務(wù)器上存儲(chǔ)的信息，而這些機(jī)器堆疊在數(shù)據(jù)中心中，需要大量能源來運(yùn)行和維護(hù)。

在全球范圍內(nèi)，目前數(shù)據(jù)中心的用電量約占全球用電量的1%左右 ，但是隨著我們開始更多地使用人工智能，這個(gè)數(shù)字可能會(huì)逐漸上升。

新研究由人工智能開發(fā)商Hugging Face和卡內(nèi)基梅隆大學(xué)的研究人員團(tuán)隊(duì)發(fā)起，他們使用一個(gè)自主研發(fā)的名為Code Carbon的工具，比較了開源HuggingFace Hub上16個(gè)最流行模型的能量消耗和碳排放數(shù)據(jù)。

他們發(fā)現(xiàn)，生成圖像在能源消耗方面大到難以想象，甚至可能你每生成一張圖片，支持它運(yùn)行的服務(wù)器所消耗的電能就足以為普通智能手機(jī)充滿兩次電。

根據(jù)他們的測(cè)試，由于模型、以及生成圖像大小的不同，生成式AI每生成1000次圖像會(huì)消耗消耗 0.06-2.9 kWh的電量，中位數(shù)接近1.35 kWh。

相比之下，為普通智能手機(jī)充電只需要0.012 kWh的能量。

這意味著只需要大約九張（中位數(shù)）人工智能生成的圖像就可以消耗與一部充滿電的手機(jī)一樣多的能量。

如果用戶使用的效率最低的圖像生成模型，那么它每生成一張圖片所消耗的能量就足以充滿一次普通智能手機(jī)，最糟糕的情況甚至是兩次。

他們將能量消耗換算成碳排放，每張圖像都會(huì)產(chǎn)生 0.1 到 0.5 克的二氧化碳，異常值甚至?xí)_(dá)到2克二氧化碳，而生成1000張圖片產(chǎn)生的排放量相當(dāng)于普通汽車行駛 6.5 公里的排放量。

生成文本要節(jié)能許多，每生成1000 次文本平均消耗0.042kWh，這意味著每次生成的碳排放量在 0.002 至 0.015 克之間，同樣具體取決于所使用的模型。

同樣，他們也用普通汽車的里程數(shù)來讓數(shù)據(jù)更加直觀，每生成1000文本差不多相當(dāng)于普通汽車行駛0.0009 公里的碳排放量。

另外，他們還發(fā)現(xiàn)通用人工智能模型往往比特定任務(wù)模型消耗的能量要多得多。

比如，使用生成模型對(duì)電影評(píng)論的正面和負(fù)面進(jìn)行分類所消耗的能量比使用專門為此任務(wù)創(chuàng)建的微調(diào)模型多出30倍。

這是因?yàn)樯墒饺斯ぶ悄苣Ｐ驮噲D同時(shí)做很多事情，例如生成、分類和總結(jié)文本，而不是只完成一項(xiàng)任務(wù)，例如分類。

最后

該團(tuán)隊(duì)在接受采訪的時(shí)候表示，這些數(shù)據(jù)是為了讓人們更加了解人工智能和環(huán)境之間的關(guān)系，并希望人們能夠創(chuàng)造出更低能耗的模型。

另外，他們也表示自己的這些數(shù)據(jù)遠(yuǎn)不是最終詳細(xì)數(shù)據(jù)，但它為建立人工智能監(jiān)管和最佳實(shí)踐奠定了基礎(chǔ)。

雖然數(shù)據(jù)很驚人，但也不用過于吃驚，因?yàn)榛ヂ?lián)網(wǎng)的創(chuàng)新似乎永遠(yuǎn)和高能耗掛鉤。

在谷歌流行的時(shí)候，他們?cè)浪阕约好看卧诰€搜索平均消耗0.3瓦時(shí)的電量。

在比特幣出現(xiàn)的時(shí)候，人們則在討論加密貨幣挖礦每年要消耗127 太瓦時(shí) (TWh) 的電。

現(xiàn)在輪到人工智能了。

或許大家可以像節(jié)約用水一樣，克制自己使用生成式AI，這樣是不錯(cuò)的節(jié)能減排行為，但那些人工智能應(yīng)用可能并不希望你這么做，這也是矛盾的點(diǎn)。

報(bào)道原文：

https://www.zmescience.com/science/creating-an-image-with-ai-uses-as-much-energy-as-charging-your-smartphone/

文獻(xiàn)：

https://arxiv.org/pdf/2311.16863.pdf