重工机械网

 

　　当时，据外国研究机构的报告，ChatGPT每天大约能响应2亿多个请求，这过程大约会消耗50万度电，相当于美国1.7万个家庭的用电量。而马斯克还曾公开表示，未来制约AI发展的主要因素必有电能短缺这一项，可见一斑。
 

　　已经有机构预测，在生成式AI应用越来越广泛的背景下，到2027年，整个人工智能行业每年或将消耗130多太瓦时的电力。同时，巨量算力背后的冷却用水量同样是个天文数字，科罗拉多大学与德克萨斯大学的研究人员甚至单独发布了关于训练AI用水的估算结果论文——“训练GPT-3所需的清水量相当于填满一个核反应堆的冷却塔所需的水量”。
 

　　当然，如果说，能源消耗可以通过发展清洁能源和可再生能能源来解决，水资源的消耗可以通过大量可再生水及相关技术来控制，那么今天百度热搜#AI狂欢背后“污染”来袭#所指向的海量电子废弃物，又该何去何从？
 

　　据《自然·计算科学》发表的研究论文，2020年至2030年间，生成式AI带来的电子废弃物可能激增近1000倍，产生最高达500万吨的电子垃圾。但今年联合国发布的第四版《全球电子废弃物监测报告》明确表示，目前全球范围内得到适当回收再利用的电子废弃物不到其总量的四分之一。
 

　　也就是说，生成式AI带来的电子废弃物可能也无法完全进入回收链中。所以，AI到底哪儿来的这么多电子垃圾？究其根本原因是快速迭代的必然结果。
 

　　最近，中外科学家合作开展的一项最新研究尽可能推导出了较为精准的数据，即算力需求的复合年增长率最高或达136%。结合另一项数据——GPU(图形处理器)2年时间零件数从35000多个增加到了60万，重量从0.0318吨增加到了1.36吨，且多种高性能计算硬件普遍寿命保持在3年左右，研究推导出了最终结果，即在2023年到2030年期间，电子废弃物产生量保守估计可达180万吨，最高估计可达500万吨。
 

　　我们很难去衡量清楚，AI人工智能技术从提高效率，促转型升级的角度来看带来的节能降耗和减排作用，与其本身所增加的能耗、碳排放以及电子垃圾影响究竟孰高孰低。但科技进步的进程是不可逆转的，未来仍须相关主体与政府一起，无论是建设绿色数据中心，还是完善再生资源回收体系，均需要更多行动。
 

　　环保与AI的那些“恩恩怨怨”、“纠纠缠缠”，下次再聊吧。
 

　　注：1太瓦时=1000吉瓦时=1000000兆瓦时=1000000000千瓦时