AI的能源效率問題不能外包 - 彭博社

Parmy Olson

攝影師：Dhiraj Singh/Bloomberg瑪麗娜·勒龐的國民集會黨正在贏得跨越政治光譜的選民。

攝影師：Sam Tarling/Getty Images Europe人工智能炒作使得英偉達公司成為全球最大公司，但這對世界氣候造成了代價。容納其強大芯片的數據中心正在大量消耗能源並排放二氧化碳，最新數據顯示了問題的嚴重程度。根據高盛集團最近的一份報告，到2030年，數據中心將佔美國電力的8%，而2022年為3%。大量消耗能源，數據中心的能源需求將增長160%。

目前，人工智能更多地加劇了氣候緊急情況，而不是解決它，正如一些人工智能公司所吹捧的。1能源需求如此之大，以至於公用事業公司正在延長他們的煤電廠計劃，而微軟公司正在建設燃氣和核電設施以保持其服務器運行。

Bloomberg觀點巴黎奧運會的性別平等誇誇其談勒龐在法國實現絕對多數的路線奢侈品的“羊皮狼”與卡地亞的決策者親密接觸FedEx暗示貨運交易激勵投資者將所有這些加入對生成式AI工具的不滿。為了不僅遏制潮流，而且實現他們建立AI“為人類”的目標，像OpenAI、微軟和Alphabet Inc.的谷歌這樣的科技公司必須擴大解決權力問題的團隊。這是完全可能的。一些進展的跡象表明，關鍵可能是重新設計他們的算法。

ChatGPT和Anthropic的Claude等生成式AI模型令人印象深刻，但它們的神經網絡架構需要大量能源，它們難以優化的“黑匣子”決策過程使它們難以理解。當前的AI狀態就像試圖用巨大的耗油引擎來驅動一輛小汽車：它完成了任務，但代價巨大。2

好消息是，這些“引擎”在更大的投資下可以變得更小。例如，微軟的研究人員開發了一種所謂的“1比特”架構，可以使大型語言模型比當前領先系統節能約10倍。這種方法通過將值簡化為0或1來簡化模型的計算，大幅減少能耗而不犧牲太多性能。副產品技術並不是最有能力的，但是劍橋（英國）初創公司Zetlin Ltd.的創始人史蒂文·馬什表示，這是一個可以立即降低AI成本和環境影響的“逆向”方法的良好示例。

馬什表示他正在取得進展。他的團隊最近在一塊英偉達圖形處理單元（GPU）上對基於神經網絡的AI模型進行了訓練，系統發熱到了需要在房間裏放風扇五天。當他們用他們的專有非神經網絡技術運行相同的模型時，只使用了60%的功率。馬什表示，目前的方法就像是“在自行車上安裝了火箭發動機”。

英偉達也在朝着解決能源問題邁出了有希望的步伐。幾年前，他們開發了一種新的芯片格式來處理AI計算使用更小的數字，使其更快速且更節能。“僅僅對硅片進行那麼一點微調就節省了大量能源，”馬什説。如果設計AI系統的公司更好地利用那個微調，他們最終可以節省能源。

AI公司正處於一場軍備競賽中也沒有幫助。根據數據提供商PitchBook的數據，OpenAI和Anthropic分別籌集了113億美元和84億美元。其中大部分資金並沒有用於招聘（它們每個都只有幾百人的員工）。相反，這些資金被投入到可以訓練和運行他們的模型的服務器中，即使他們的投資導致收益遞減。（有證據表明最新的文本和視覺閲讀系統在準確性和功能方面顯示出較小的進展。）

這些公司，以及谷歌、微軟和亞馬遜公司，應該投入更多資金來重新設計它們的算法，以節省能源和成本。總體而言，這已經做過了。根據高盛集團的説法，數據中心設法在2015年至2019年間保持其功耗不變，即使工作量增加了三倍，因為運營商找到了使其更加高效的方法。

OpenAI首席執行官Sam Altman 大談核聚變 作為解決問題的答案，他個人投資了3.75億美元到一個名為Helion Energy的企業。但他可能正在圍繞一項可能幾十年後才會商業化的能源技術製造炒作。

與其把責任外包給尚不存在的未來能源來源或超智能人工智能，科技公司應該更加專注於使他們的模型現在更加節能。畢竟，擺脱已建立且低效的系統 正是這場革命最初啓動的方式。

更多來自彭博觀點：

​​​​​想要更多彭博觀點嗎？ OPIN <GO>。或者您可以訂閲我們的每日新聞簡報**。**

熟悉《阿斯特里克斯》系列漫畫的人都會記得每一次冒險開始時展開的地圖：一個微不足道的不屈不撓的高盧村莊，只能通過放大鏡看到，頑強地抵抗着看似不可阻擋的羅馬入侵。

類似的情況正在今天的法國政治格局中發生。正如下面6月9日歐洲選舉結果的地圖所示，唯一未被瑪琳·勒龐的極右翼國民集會征服的部分是巴黎和另外幾個大城市。在距離快速議會選舉第一輪僅剩幾天之際，當評估她和她的集團可能最終獲得多大多數時，請記住這幅地圖。民意調查顯示，目前她和她的集團以約35%的支持率領先。