世界經濟論壇官網近日報道指出，為讓人工智能（AI）發揮其變革潛力、提高生產力水平及社會福祉，人類必須確保它可持續地發展。這一愿景面臨的核心難題在于，隨著算力和性能的不斷提升，能耗也在快速增長。

AI生態系統，從硬件、訓練協議到操作技術，都會耗費大量能源。鑒于此，科學家正在設法讓其更節能。措施包括改變AI的運行策略、研制更節能的算法和芯片等。

能源“吞金獸”

AI是能源密集型技術。它究竟有多耗能？數據給出了答案。

據法國《回聲報》網站報道，AI平臺“抱抱臉”研究員兼環境問題主管薩沙·盧喬尼表示，Midjourney或Dall-E等AI算法生成一張圖片消耗的電力，相當于給一部智能手機充滿電。一塊英偉達H100型圖形處理單元一年消耗的電量，比一個中等規模的美國家庭一年所耗的電量還要多。

美國《哈佛雜志》網站提出，大語言模型在生成類似人類、連貫且符合上下文邏輯的文本方面做得更好。但這種改進也有代價，訓練GPT-3消耗的能源相當于120個美國家庭一年消耗的能源。美國《紐約時報》的報道更是驚人，ChatGPT每天要響應大約2億個請求，這一過程中消耗超過50萬度電。

世界經濟論壇的數據顯示，運行AI任務所需的能源消耗，年增長率介于26%至36%之間。這意味著到2027年，AI行業消耗的能源堪比冰島或荷蘭等國家一年的能耗。

改變運行策略

讓AI更節能勢在必行。

首先是調整AI運行策略。世界經濟論壇官網指出，AI運行一般分兩個主要階段：訓練階段和推理階段。在訓練階段，模型通過消化大量數據來學習和開發；經過訓練后，它們進入推理階段，用于解決使用者提出的問題。在這兩個階段限制能耗，可將AI運行總能耗降低12%到15%。

美國俄勒岡州立大學電氣工程與計算機科學學院托馬斯·迪特瑞克教授指出，另一個有效的策略是優化調度以節省能源。例如，在夜間運行輕量級的任務，或在寒冷的月份運行更大的項目等，也可節省大量能源。此外，將AI處理轉移到數據中心也有助于減少其碳排放，因為數據中心的運行效率非常高，其中有些運行使用了綠色能源。

從長遠看，促進AI與新興量子技術的協同也是引導AI走向可持續發展的重要戰略。傳統計算能耗隨計算需求增加呈指數級增長，而量子計算和能耗之間呈線性增長。

此外，量子技術可使AI模型更緊湊、學習效率更高并可改善其整體功能。

新模型和新器件

AI公司之間競爭的一個驅動力是相信越大越好，這也意味著參數越來越多，能耗越來越大。例如，GPT-4擁有1.8萬億個參數，而其“前身”GPT-3擁有1750億個參數。因此，為讓AI更節能，不少科學家正在嘗試找出不需要那么多參數的算法。

HawAI.tech公司使用了新型電子元器件和基于概率論的AI技術來節省能耗。在相同時段和能耗下，新器件運算速度是英偉達Jeston芯片的6.4倍。該公司聯合創始人兼首席執行官拉斐爾·弗里施表示，結合概率論和更優化的電子元器件，他們的解決方案所用的數據和能源會更少。

此外，模擬人腦功能的神經形態芯片也有望提升AI的效率。近日，英特爾公司發布了名為Hala Point的大型神經擬態系統。其內置1152個基于Intel四制程的Loihi 2處理器，支持多達11.5億個神經元和1280億個突觸，每秒可處理超過380萬億個8位突觸和超過240萬億個神經元操作。它獨特的功能可實現未來AI應用的實時持續學習，如解決科學和工程問題、物流、智能城市基礎設施管理、大語言模型和AI代理等。