对人工智能的需求激增正与环境可持续性发生冲突，专家表示，燃煤可能会留下来维持电力需求。
世界各国的目标是向净零能源过渡，投资绿色能源和减少化石燃料消耗。
这与人工智能（尤其是为全球数百万用户服务的生成人工智能）创造的巨大电力需求不一致。
这是一个明确的观点—即使在几年前，人工智能模型也相对较小，仅限于本地化用途。
今天，你、我和其他数百万人至少已经尝试过人工智能。据估计，美国和欧洲约有40%的成年人，18岁以下的人占75%。
人工智能公司看到了一个未来，他们的产品嵌入到我们所做的一切和我们使用的每一个设备中，但人工智能并不是凭空驱动的。就像所有技术一样，它需要能源。
一 最新论文发现布卢姆型号的训练需要433兆瓦时，而GPT-3需要惊人的1287兆瓦时，这相当于一个小国。
OpenAI的ChatGPT每天估计需要564 MWh来计算用户提示的答案。每个输出都代表了在OpenAI庞大的神经网络上执行的计算，每个神经网络都需要能量。
让我们把这个观点放在一个角度：1287兆瓦时可以为43，000到128，700个家庭每天供电，假设每个家庭平均每天使用10到30千瓦时。
它还可以为超过2亿个LED灯泡供电一小时，或驱动电动汽车大约400万至500万公里。
虽然这项研究和其他研究都有其局限性，但来自HuggingFace等开源人工智能公司的公开数据证实了这些数据的规模。
目前，数据中心使用的电力占全球电力消耗的1%以上。资料来源：Shutterstock。
人工智能对环境的影响超出了单纯的能源消耗。 微软数据中心的用水量 强调了人工智能操作的资源密集型性质。一个15兆瓦的数据中心每天消耗高达36万加仑的水。
国际能源署(IEA)对数据中心的更广泛影响发出了警告，这些数据中心已经占到了超过占全球用电量的1.3%.随着人工智能和数据处理需求的升级，这一数字有望上升，进一步加剧全球能源基础设施的压力，并扩大了对人工智能行业更可持续实践的呼吁。
波士顿咨询集团估计，到本十年末，美国数据中心的用电量可能是2022年水平的三倍，达到390太瓦时，约占美国预计电力需求的7.5%。
欧盟还表示，到2026年，数据中心的能源需求将翻一番。仅在美国或中国，到2030年左右，数据中心的消耗量可能相当于80至130座燃煤电厂的年产量。
在最坏的情况下，下图显示，到2030年，数据中心的用电量可能达到8000太瓦时，相当于当今世界用电量的30%。这是美国年消费量的两倍。
我们不想耸人听闻—让我们小心记住这是一个上限估计，数据中心除了人工智能之外还用于许多其他事情—但它仍然相当令人震惊，即使在1100 TWh的下限。
数据中心的电力正在飞速增长。资料来源：Research Gate。
OpenAI首席执行官Sam Altman在世界经济论坛上表示：“我们确实需要比我们以前想象的更多的能源。我们仍然不理解这项技术的能源需求。
“人工智能将消耗比人们预期的更多的电力，”他继续说，并暗示核聚变或更便宜的太阳能等能源对人工智能的发展至关重要。
数据中心给电网带来压力
在弗吉尼亚州北部的心脏地带，一个现在被称为“数据中心小巷”的地区，生成人工智能的快速增长正在推动发电的极限。
当地电力供应商甚至不得不在2022年一度停止与新数据中心的连接，因为需求太高。由于社区的抵制，在电力短缺期间使用柴油发电机的提议被搁置。
彭博社报道 在堪萨斯城地区，一个数据中心和一个电动汽车电池厂的建设需要大量的电力，以至于一个燃煤电厂退役的计划被推迟。
哈佛法学院电力法倡议的阿里·佩斯科（Ari Peskoe）警告说，如果公用事业公司不能适应，可能会带来可怕的后果：“新的负荷被推迟，工厂无法上网，我们的经济增长潜力被削弱，”他说。
“最坏的情况是，公用事业公司不适应和保持旧的化石燃料能力在线，他们不会演变超过这一点。”
电网战略公司的罗布·格拉姆利希呼应了这些担忧，他向彭博社强调，如果基础设施改善滞后，可能会出现轮流停电的风险。
公用事业部门面临的挑战不仅限于数据中心。最近的立法和激励措施正在刺激半导体、电动汽车和电池工厂的建设，这也导致了电力需求的飙升。
例如，为堪萨斯城地区服务的Evergy推迟了20世纪60年代的一家煤电厂的退役，以应对新开发项目的需求，包括一个Meta Platforms数据中心和一个松下电动汽车电池工厂。
尽管许多科技公司和清洁技术制造商倾向于可再生能源，但现实情况并非如此。很难想象如何才能抵消这种能源消耗。
这种情况并不是美国独有的。在全球范围内，中国、印度、英国和欧盟都对人工智能不断增长的电力需求发出了警告。
我们怎么付钱呢？
随着人工智能技术变得无处不在，其生态足迹与全球对零净未来的雄心相冲突。即使把实现净零的崇高目标放在一边，电网也无法维持该行业目前的发展轨迹。
当人工智能在变得更智能之前经历了一个漫长的过程，变得更精细、更高效的时候，一个”人工智能冬天”是否即将到来？还是突破和行业承诺能让发展得以维持？
例如，生物启发的人工智能是一个有希望的前沿，它试图将自然系统的效率与计算智能协调起来。地球上居住着数十亿个极其先进的生物，它们由食物和太阳等自然资源“提供动力”——这会是人工智能的蓝图吗？
答案暂时是肯定的，因为基于突触功能的神经形态人工智能芯片变得越来越可行。人工智能语音识别甚至已经被使用生物细胞 形成“类器官”——本质上是“迷你大脑”。
“Brainoware”系统是一种大脑类器官（实验室培养的迷你大脑），连接到一个设备，记录和刺激其电活动以执行人工智能功能。资料来源：Nature Electronics。
缓解人工智能行业资源流失的其他方法包括“人工智能税”。
人工智能税通常被认为是一种减少与人工智能相关的工作流失的方法，它可以看到受益于人工智能进步的实体为缓解其对环境的影响做出贡献。
归根结底，很难预测该行业将如何处理这些需求，以及人们将在多大程度上承担这一负担。
