人工智能（AI）在加速还是拖累全球实现“净零”排放？北京股票配资网
据台湾中时电子报17日报道，特朗普6月25日在接受美国《彭博商业周刊》采访时称，“台湾为我们做了什么？我们多年来保护台湾，他们却偷走了我们的芯片事业……我不确定我们继续（保护）下去还有什么意义”。他直言，“要美国提供保护，台湾应该付钱”。《彭博商业周刊》称，特朗普对于“保卫台湾”一事态度冷淡，另一个原因是他认为要保护一个相距十万八千里的小岛实在非常困难。
根据谷歌最新发布的《2024年环境报告》，由于扩建支持AI的数据中心，该公司2023年的温室气体排放量比2019年大幅增加了48%。
另一家科技巨头微软公司也在今年5月承认，自2020年以来，该公司排放量增加了近三分之一，这很大程度上也是因为数据中心的建设。
不过，一些预测性的研究认为，AI未来有能力提高能源效率，助力气候转型。微软联合创始人比尔·盖茨近日表示，尽管AI将使全球电力需求增加2%到6%，但AI也可以“加速减少6%以上的电力需求”。
谷歌首席可持续发展官凯特·勃兰特（Kate Brandt）也预测称，该公司的排放量“会继续上升，然后再向目标下降”。
安永战略与交易咨询服务合伙人萧富升对第一财经记者表示，AI算力扩容所需的大量电力是当前不可规避的一个主要问题。但AI技术正成为能源转型和降低能耗的强大驱动力，通过精准调度和需求响应，为构建节能高效的未来电网铺平道路。
AI威胁“净零”目标
根据国际能源署（IEA）的数据，使用OpenAI旗下的聊天机器人ChatGPT进行一次查询，耗费的电量为2.9瓦时，而谷歌搜索只需0.3瓦时，只有前者的约1/10。
布鲁金斯学会的一份研究称，具有大量功能的生成模型每次查询所需的功耗远高于传统应用，所需的硬件水平也超出了特定任务计算系统。人们对要求模型执行的任务越广泛，所需的能源和碳排放量就越大。根据AI初创公司Hugging Face和卡内基梅隆大学研究人员的研究，生成一张图像所需的能量可以为一台智能手机充满电。
与此同时，最近英国政府支持的一份关于人工智能安全的报告称，科技公司使用的能源来源的碳密度是计算技术环境成本的“关键变量”。然而，AI模型训练的“相当大部分”仍然依赖于化石燃料能源。
布鲁金斯学会还称，随着时间推移，与AI训练相关的能源消耗将逐渐增加，而不是减少。训练早期的聊天机器人模型（如GPT-3模型）产生了500公吨的温室气体排放，相当于传统汽油动力汽车行驶约100万英里。同样的模型在训练阶段需要1200多兆瓦时，相当于一百万个美国家庭一小时的能耗。而大语言模型未来的迭代可能会不断提高这些指标，GPT-4等更新版本的需求量更大，产生的碳排放量也更高。
IEA预测称，到2026年，取决于部署增加的速度和计算流程的效率等因素，与数据中心、加密货币和AI相关的电力消耗可能会增加至620到1050太瓦时。这意味着全球电力需求“至少增加一个瑞典，最多增加一个德国”。
谷歌在最新报告中表示，该公司在2030年实现净零排放目标存在“显著的不确定性”，未来AI对环境影响也“复杂且难以预测”。微软今年也承认，由于其人工智能与数据中心建设等战略，该公司2030年的净零目标“登月计划”可能不会成功。
与此同时，对AI环境影响相关的担忧不仅仅是能源或排放。快速增长的AI基础设施也需要土地和水。据英媒引用的一项数据，到2027年，AI的用水量可能高达66亿立方米，接近英格兰年用水量的三分之二。布鲁金斯学会也称，在美国西南部的一些用水密集型数字基础设施项目，给已经饱受缺水之苦的社区造成了压力。
谷歌也在其最新报告中承认，2023年该公司数据中心的耗电量将增加17%，约占全球数据中心耗电量的7%至10%。其数据中心的耗水量也比上一年增加了17%。
科技巨头对减排负责？
比尔·盖茨（Bill Gates）近日表示，大型科技公司“非常愿意”为使用清洁能源支付额外费用，以“证明他们在使用绿色能源”。
的确如此，根据亚马逊官网介绍，该公司在全球拥有500多个太阳能和风能项目，仅去年就投资了100多个，连续第四年成为全球最大的可再生能源企业买家。今年1月，微软还聘请了一位核技术总监，负责开发原子反应堆，为其数据中心供电。今年5月，谷歌也宣布在日本签署两份新的太阳能购电协议（PPA），支持建设新的太阳能项目，为日本电网增加60兆瓦的清洁能源容量。
不过，根据谷歌的报告，由于一些清洁能源项目在2023年终止，其可获得的可再生能源数量减少。同时，该公司数据中心的耗电量“超过了”谷歌在美国和亚太地区上线更多清洁能源项目的能力。
与此同时，可再生能源可能无法跟上AI扩展步伐。IEA警告说，尽管2023年全球可再生能源容量以过去20年的最快速度增长，但根据当前各国政府计划，到2030年，全球可再生能源可能只会增加一倍。此外，风能和太阳能等陆上可再生能源项目可以在不到六个月内开发完成。然而，许多发达国家的规划监管可能会使这一过程增加数年。海上风电场和水电方案面临类似的挑战，建设时间还需要两到五年。
萧富升对第一财经记者表示，未来，科技公司可以从技术突破、资源共享和新能源利用等方面入手减少AI的能源需求，但是相关解决方案都并不容易实现。
他称：“技术的突破需要大量的人力、物力和资本的支持，需要解决新型芯片的商业化落地和持续性能提升问题，资源共享要求确保算力租赁服务的可靠性和成本效益，同时需要建立有效的资源共享机制，而新能源利用则需要克服可再生能源的间歇性和不稳定性，并在能源管理上实现智能化和高效化，同时还需考虑与现有能源基础设施的兼容性和过渡问题。”
（本文来自第一财经）
海量资讯、精准解读，尽在新浪财经APP
责任编辑：刘明亮 北京股票配资网
文章为作者独立观点，不代表股票正规配资网观点
