/cdn.vox-cdn.com/uploads/chorus_asset/file/25288452/246992_AI_at_Work_REAL_COST_ECarter.png)
The Verge
·
AI的电力消耗有多大？
💡
原文英文，约1600词，阅读约需6分钟。
📝
内容提要
机器学习的能源消耗是一个问题，但缺乏确切数据。训练模型需要大量电力，如GPT-3模型约需1300兆瓦时，相当于130个美国家庭一年用电量。生成图像的推断过程也能耗较高，与充电手机相当。AI公司保密能源消耗数据可能是为避免批评。研究显示，到2027年，AI行业能源消耗可能达每年85至134太瓦时。需要更多数据了解AI的能源消耗和环境影响。
🎯
关键要点
- 机器学习的能源消耗问题严重，但缺乏确切数据。
- 训练模型消耗大量电力，例如GPT-3模型约需1300兆瓦时，相当于130个美国家庭一年的用电量。
- 推断过程的能耗也很高，生成图像的能耗与充电手机相当。
- AI公司可能因竞争和避免批评而保密能源消耗数据。
- 预计到2027年，AI行业的能源消耗可能达到每年85至134太瓦时。
- 训练模型的能耗远高于传统数据中心活动。
- AI模型的能耗因模型大小和效率而异，较大的模型通常需要更多能量。
- 推断过程的能耗因任务类型而异，图像生成模型的能耗显著高于文本生成模型。
- 缺乏透明的数据使得准确评估AI能耗变得困难。
- AI行业的电力消耗可能在2027年占全球电力消耗的0.5%。
- 国际能源机构预测数据中心的电力使用将显著增加，可能达到620至1050太瓦时。
- 数据中心的能耗在2010至2018年间保持稳定，但AI的趋势可能导致效率下降。
- 一些公司声称AI技术可以帮助解决能源消耗问题，但行业整体需求仍需关注。
➡️
