一项新的研究预测，到2027年，人工智能行业的能源消耗可能与荷兰持平。
然而，根据这项研究，如果人工智能的增长放缓，其对环境的影响可能比人们担心的要小。
亚历克斯·德弗里斯，阿姆斯特丹工商经济学院的博士研究生， 这项研究.他的预测假设了某些条件，例如当前的人工智能增长率和芯片可用性。
鉴于英伟达提供了该行业95%所需的人工智能硬件，De Vries将英伟达芯片功耗数据作为基准。
通过评估英伟达预计到2027年的交付量，他估计人工智能每年的能耗将在85—134太瓦时之间。在高峰期，这种消费与一个小国的消费相类似。
许多人，包括该研究的作者，认为这些发现是推测性的， 来自微软的证据 今年的数据中心用水量很大。一 2019年研究发现 训练一些神经网络可能会在五辆汽车的整个生命周期内释放相当于二氧化碳。
微软和谷歌不断增加的用水量可能与运行资源密集型人工智能相关的工作负载有关，这为De Vries的发现增加了可信度。
“你谈论的是像荷兰这样的国家在用电量方面的规模。你说的是我们全球总用电量的0.5%。他告诉bbc新闻.
这是数据中心消耗的电力的附加值，根据国际能源署（IEA）的数据，数据中心已经被认为超过了全球电力消耗的1%。
De Vries进一步强调了这项研究的意义，指出人工智能应该只用于“真正需要它的地方”。
对以人工智能为中心的计算机的需求激增，转化为能源和水的需求不断增加，虽然英伟达正在试图降低其芯片的能耗，但目前的技术只能如此之低。
Danny Quinn，DataVita 他强调了传统和人工智能服务器机架之间的能耗差异，并指出：“一个标准机架充满普通套件，大约是4kWh的电力，这相当于一个家庭住宅。而人工智能套件机架将是大约20倍，所以大约8kWh的电力。
人工智能会在2024年“降温”吗？
不断增长的能源需求和货币化挑战导致一些人预测，生成性人工智能将在2024年面临现实考验。
CCS Insight首席分析师Ben Wood强调，虽然人工智能有望产生深远的社会和经济影响，但围绕生成人工智能的“过度炒作”叙事可能很快就会面临挑战，特别是对于规模较小的开发者来说。
“仅仅是部署和维持生成人工智能的成本是巨大的，” 伍德告诉CNBC.
“这些大公司这样做是很好的。但对许多组织和开发人员来说，这将变得过于昂贵。”
伍德还指出，英伟达在人工智能硬件行业的主导地位构成了潜在的瓶颈。
像亚马逊、谷歌和Meta这样的大公司现在正在开发人工智能专用芯片，以管理这些巨大的计算需求，这是惊人的昂贵。
为了让人工智能真正实现未来的愿景，我们必须从某个地方汲取更多的能量和水。然而，如果人类能够很快破解核聚变和量子计算，那就另当别论了。
