面對AI能源危機，提高清潔能源和能源效率是當務之急

過去近兩年里，雖然生成式AI使人工智能技術進入一個新發展階段，相關應用也在各個領域得到普及應用，但相伴產生的能源危機也成為當下不能忽視的難題。

10月16日，Advantrade表示，人工智能對全球北方的能源安全構成了前所未有的威脅，可能會嚴重破壞脫碳目標，給電網帶來巨大壓力，并導致能源市場動蕩。這一發展趨勢還將蔓延到整個經濟領域。

面對AI帶來的快速增長的能源需求，目前主要兩大解決方案是：擴大能源供給和降低AI能源消耗。盡管量子計算理論上在降低AI能源消耗上具有明顯的優勢，但Advantrade認為這一技術實現商業化也有一段時間。

生成式AI帶來能源、環境危機

盡管生成式AI改變了人工智能技術與應用的發展軌跡，加速了人與AI的互動進程，但其廣泛應用也帶來了巨大的電力和水資源消耗問題。

生成式AI模型如ChatGPT等需要大量的電力來支持其復雜的計算需求。例如，訓練一個大型語言模型如ChatGPT需要消耗相當于一個小城市一年用電量的電力。

國際能源署預測，到2026年，AI行業的電力消耗將至少是2023年的10倍。這種增長趨勢使得數據中心成為能源消耗的重要增長點，預計到2025年，AI相關業務在全球數據中心用電量中的占比將從2%增加到10%。

Advantrade也預測，到2030年，電動汽車和人工智能加在一起將為美國電網增加290太瓦時的電力需求。這將使他們的總用電量與世界第18大經濟體土耳其的全國用電量大致相同。

生成式AI不僅消耗大量電力，還對水資源造成壓力。例如，ChatGPT每次與用戶交流25到50個問題，就需要消耗500毫升的水來降溫。這種高能耗和高水耗的現象在生成式AI的廣泛應用中變得越來越普遍。

此外，生成式AI的能源消耗還引發了環境問題。例如，生成一張高清AI圖像所耗能源相當于為手機電池充滿電，這背后是巨大的電力消耗和隨之而來的溫室氣體排放。這種能源消耗不僅加劇了氣候變化，還對自然資源造成了壓力。

今年1月，OpenAI 首席執行官薩姆·奧爾特曼 (Sam Altman) 在瑞士達沃斯舉行的年度會議上承認了研究人員多年來一直在強調的觀點：人工智能 (AI) 行業正在走向能源危機。而埃隆·馬斯克也在“博世互聯世界2024”大會上警告稱，人工智能正面臨能源危機，電力短缺即將到來。

如何解決AI帶來的能源危機

如今，很多國家正在滿足AI技術對能源的需求和不嚴重損害能源安全或氣候兩難中尋找平衡點。Advantrade也表示，這種增長是一場與時間的賽跑，既要擴大發電量，又不能讓電力系統不堪重負。

Advantrade指出，解決能源危機這一難題最合乎邏輯的解決方案是減緩人工智能的發展，但似乎完全不可能。特別是在美國，AI這項技術得到了兩黨罕見而強烈的支持，在這一新興領域保持領導地位被視為國家安全、經濟、網絡安全和科技行業治理的關鍵戰略。

2024財年，美國國家技術研究和發展局（NITRD）的人工智能研發投資預算增長到31億美元，比2023年的26億美元提高了19.2%，創歷史新高。此外，美國參議院也提出了每年至少撥款320億美元的AI政策路線圖，以支持AI領域的創新。美國政府不僅在財政上支持AI技術的發展，還通過發布戰略計劃和行政命令來推動AI技術的創新和應用。

毫無疑問，問題的核心還是解決能源供給和降低能耗兩大議題。而面對AI帶來的能源大規模增長趨勢，比爾·蓋茨和薩姆·奧爾特曼等科技巨頭甚至呼吁增加對核聚變這一未來的技術方法的投資。

然而，未來的技術方法顯然“遠水難救近火”，發展可再生能源和提高能源利用效率是應對AI能耗問題的重要策略，其中包括發展太陽能光伏、風能等大量發展清潔能源的潛在途徑。

AI的能耗問題不僅在于其本身的運行和計算需求，還包括硬件設施如數據中心和GPU芯片的支持。因此，降低AI的能耗需要優化算法、提升計算性能以及使用高效能硬件。例如，通過改進AI模型、提升算法效率和使用高效能硬件等技術手段來優化AI性能。

量子計算商業化尚遠

在降低能源消耗上，量子計算是一個潛在解決方案。普通計算機以二進制運行，以1和0作為開關，但量子計算以量子位運行，量子位可以同時打開和關閉，就像在落地之前拋硬幣正面或反面一樣。

這種同時打開和關閉的狀態稱為疊加，它可以徹底改變我們所知的計算。在某些情況下，量子計算機的能效比標準超級計算機高出100倍。這可能對人工智能產生巨大影響，而量子計算可能特別適合人工智能。

對此，量子計算公司IonQ總裁兼首席執行官Peter Chapman表示，“對于量子計算擅長的事情——例如人工智能處理——任何GPU都無法與我們競爭。這些工作負載最終將由量子承擔，而當前的技術根本無法與之競爭。”

Chapman介紹，“量子計算——我們的下一代芯片——要模擬它正在做的事情，你需要大約25億個GPU，并且它使用兩個標準壁式插座供電。”他表示，IonQ公司很可能會在六到九個月內準備好這種芯片的原型。

然而，盡管量子計算機在特定情況下可能比傳統超級計算機具有更高的能效，但其實際應用仍面臨許多挑戰，如維持量子態的難度和擴展量子位數量的技術難題，還需要更多的技術進步和實際應用的驗證。因此，Advantrade也認為，由于量子計算在實現商業化之前還有很長的路要走，因此，采取廣泛的方法來提高清潔能源和能源效率是當務之急。

巴克萊銀行的威爾·湯普森最近與他人合作撰寫了關于人工智能功耗的研究報告，也傾向于支持這一觀點。

他表示，解決人工智能能源難題“需要采取一種總體方法，即擴大和現代化電網基礎設施，將可再生能源與公用事業規模的存儲相結合，利用我們現有的核能，并擴大新型無碳能源的規模。這將包括地熱、先進的核小型模塊化反應堆（SMR）和聚變技術。”