目前,生成式人工智能在网络上已不容忽视。每当你在谷歌搜索时,AI生成的摘要可能会随机出现在结果顶部。或者,在浏览脸书时,你可能会被提示试用Meta的AI工具。而那个无处不在的闪亮表情符号继续在我的梦中萦绕。
这种急于将AI添加到尽可能多的在线交互中的趋势可以追溯到OpenAI在2022年底推出的具有开创性的ChatGPT。硅谷很快对生成式AI产生了痴迷,近两年后,由大型语言模型驱动的AI工具已渗透到在线用户体验中。
这种普及的一个不幸副作用是,运行生成式AI系统所需的计算过程对资源的需求要大得多。这导致了互联网的超消费时代的到来,这一时期由一种新型计算的传播所定义,这种计算需要大量的电力和水资源来构建和运营。
“在后端,任何生成式AI模型都需要运行的这些算法从根本上讲与传统的谷歌搜索或电子邮件非常、非常不同,”华盛顿大学计算机工程研究员Sajjad Moazeni说。“对于基本服务而言,它们在处理器之间来回传输的数据量非常轻。”相比之下,Moazeni估计生成式AI应用的计算密集度大约是传统服务的100到1000倍。
去年,专家们纷纷预测,在从事AI应用的公司数据中心,能源需求将激增,这一技术的训练和部署所需的能源已不再是生成式AI的不可告人的秘密。几乎就在此时,谷歌最近不再认为自己是碳中和的,而微软在持续构建最大、最好的AI工具的竞赛中,可能会践踏其可持续性目标。
“碳足迹和能源消耗将与你所做的计算量成正比,因为这些数据中心的电力供应与其所做的计算量成正比,”芝加哥大学网络系统研究员Junchen Jiang说。AI模型越大,通常需要的计算量就越大,而这些前沿模型正在变得绝对巨大。
尽管谷歌从2019年到2023年的总能耗翻了一番,但该公司发言人科琳娜·斯坦迪福德表示,指出谷歌的能源消耗在AI竞赛中激增并不公平。“减少我们供应商的排放量极具挑战性,这占我们足迹的75%,”她在电子邮件中说。谷歌指责的供应商包括服务器、网络设备和其他数据中心技术基础设施的制造商——这是一个能源密集型过程,需要为前沿AI模型创建物理部件。
尽管数据中心的能源需求呈上升趋势,但它仍然是人类总体能源消耗的一小部分。康奈尔大学能源系统工程研究员Fengqi You提到,炼油厂、建筑和交通在当前更具影响力。“与AI数据中心相比,这些行业目前使用的能源要多得多,”他说。考虑到这一点,随着生成式AI工具被整合到互联网的更多角落并被更多在线用户采用,AI的能源消耗足迹可能会在未来继续增长。
除了高能耗外,训练和运行生成式AI模型的数据中心还消耗数百万加仑的水。
“人们可用的水资源非常有限。只有新鲜的地表水和地下水。那些数据中心只是在把水蒸发到空气中,”加州大学河滨分校负责任的AI研究员Shaolei Ren说,他也是《让AI不那么‘口渴’:揭露并解决AI模型的秘密水足迹》一书的合著者。”
尽管初看之下可能相似,但经营巨型数据中心的公司对当地环境的影响,与居民可能每周多次泡浴缸或在刷牙时让水龙头一直开着所造成的影响,是不可同日而语的。“他们与普通居民用户不同。我们从公用事业获取水,然后立即将水排回污水管道,我们只是在取水——并没有消耗水,”任(Ren)表示。“数据中心从公用事业取水,并将水蒸发到天空和大气中。” 他表示,数据中心消耗的水可能一年后才会回到地球表面。
微软Azure全球基础设施高级总监阿利斯泰尔·斯皮尔斯(Alistair Speirs)在一封电子邮件中表示,人工智能正在推动数据中心的增长,并指出向云计算的过渡也是值得考虑的一个重要因素。“当大部分都在取代之前本地运行的硬件时,这会使得增长看起来非常快,”他表示。斯皮尔斯表示,微软的目标是在十年内实现碳中和、水资源利用积极以及零废弃物的目标。
来自康奈尔大学的研究员冯启友(Fengqi You)也强调了继续向可再生能源过渡的重要性——尽管他质疑那些将碳补偿计划作为其可持续发展努力一部分的公司的有效性。“补偿是暂时的解决方案,虽然比没有要好,但绝对不是最终的解决方案,”他表示。任(Ren)对水资源补给努力也有类似的看法:这比没有行动要好,但仍然是一个不够充分的措施。他认为,应该更加关注大公司供应链的水足迹及其直接消耗。
当然,谷歌和微软并不是人工智能竞赛中唯一的大玩家。在通过电子邮件联系时,Meta的发言人梅拉妮·罗(Melanie Roe)要求提供更多关于这个故事的信息,但没有对后续消息作出回应。OpenAI也没有回复置评请求。