Data centres, particularly those that power artificial intelligence programs, are driving surging demand for electricity
資料中心,特別是那些為人工智慧程式提供動力的資料中心,正在推動電力需求的激增。

當谷歌本周宣布其氣候排放量自 2019 年以來增加了 48% 時,它將矛頭指向了人工智慧。

美國科技公司正在全球建立龐大的資料中心網絡,並表示人工智慧正在推動成長,使人們關注該技術消耗的能源量及其對環境的影響。

AI如何用電?

每次用戶向聊天機器人或生成式人工智慧工具發出請求時,該請求都會被發送到

即使在此階段之前,開發稱為大型語言模型 (LLM) 的人工智慧程式也需要大量的電腦能力。

一直以來,電腦都在燒毀伺服器變得更熱,這意味著需要更多的電力來冷卻它們。

國際能源總署 (IEA) 在今年稍早的報告中表示,資料中心一般將約 40% 的電力用於計算,40% 用於冷卻。

專家為何擔憂?

自從 OpenAI 在 2022 年底推出 ChatGPT 機器人以來,大型科技公司一直在爭相將人工智慧包裝在他們的所有產品中。

許多專家擔心這些新產品將導致用電量激增。

這首先是因為人工智慧服務比非人工智慧服務需要更多的電力。

例如,各種研究表明,向 ChatGPT 發出的每個請求使用的功率大約是單一 Google 搜尋的 10 倍。

因此,如果谷歌將所有搜尋查詢轉向人工智慧(每年約 90 億),可能會大大增加公司的用電量。

這些新服務和產品大多依賴法學碩士。

對這些演算法進行程式設計非常密集,通常需要高性能電腦晶片。

反過來,它們需要更多的冷卻,從而消耗更多的電力。

人工智慧消耗多少能源?

在人工智慧時代之前,估計普遍認為資料中心約佔全球電力需求的百分之一。

IEA 報告稱,2022 年,資料中心、加密貨幣和人工智慧在全球範圍內總共使用了 460 太瓦時的電力,幾乎佔全球總電力需求的 2%。

IEA 估計,到 2026 年,這一數字可能會翻一番,相當於日本的使用量。

經營 Digiconomist 網站的研究員亞歷克斯·德弗里斯(Alex De Vries)透過關注美國公司 NVIDIA 的銷售預測,對人工智慧單獨使用的電力進行了建模,該公司壟斷了人工智慧專用伺服器市場。

他在去年年底的一篇論文中得出結論,如果NVIDIA 預計2023 年的銷量正確,並且所有這些伺服器都滿功率運行,那麼僅它們就可以消耗85.4 至134.0 太瓦時的年電力消耗,這一數字與阿根廷或瑞典。

他告訴法新社:“我在那篇文章中輸入的數字一開始就已經很保守,因為我無法包括冷卻要求等內容。”

他補充說,NVIDIA 伺服器的採用率超出了去年的預測,因此數字肯定會更高。

資料中心如何因應?

Digital Realty 是一家向其他公司出租服務的資料中心公司,其法布里斯·科基奧(Fabrice Coquio) 在四月份參觀其位於巴黎北部的一處大型設施時告訴法新社,人工智慧將改變他的行業。

「它將與(與雲端)完全相同,但在部署方面可能會更大一些,」他說。

Digital Realty 位於庫爾訥沃的最新資料中心的一部分(一座看起來像足球場的巨大建築)將專門用於人工智慧。

Coquio 解釋說,正常的運算請求可以由配備強大空調的房間中的伺服器機架來處理。

但他說,人工智慧機架使用更強大的組件,變得更熱,並且需要將水物理泵入設備中。

「當然,這需要不同的伺服器、儲存設備、通訊設備,」科基奧說。

它可持續嗎?

人工智慧和資料中心領域的最大參與者——亞馬遜、谷歌和微軟——一直試圖透過購買大量再生能源來減少碳足跡。

亞馬遜官員 Prasad Kalyanaraman 告訴法新社,該公司的資料中心部門 AWS 是「當今世界上最大的再生能源採購商」。

AWS 致力於在 2040 年成為一家淨零碳公司。

但建造新的資料中心和提高現有資料中心的使用量無助於實現綠色能源目標。

谷歌和微軟在最近的報告中表示,過去幾年它們的溫室氣體排放量一直在上升。

谷歌表示較 2019 年成長了 48%,微軟表示較 2020 年成長了 30%。

兩人都直接指責人工智慧。

微軟總裁布拉德史密斯(Brad Smith) 今年5 月向彭博社表示,這一承諾是人工智慧“爆炸”之前做出的“登月計劃”,並補充說“月球距離是2020 年的五倍” 。

© 2024 法新社

引文:人工智慧是世界能源供應的主要消耗者嗎?(2024 年 7 月 5 日)檢索日期:2024 年 7 月 5 日來自 https://techxplore.com/news/2024-07-ai-major-world-energy.html

本文檔受版權保護。除了出於私人學習或研究目的的任何公平交易外,不得未經書面許可,不得複製部分內容。所提供的內容僅供參考。