科技公司正在不断寻找新的方法，将人工智能带入我们生活的方方面面。人工智能已经接管了搜索引擎，谷歌和 OpenAI 近日宣布的新虚拟助理，让这个世界与电影《她》（在很多方面）惊人地相似。
随着人工智能逐渐融入我们的世界，我对这项技术不断增长的电力需求有很多疑问。
你可能已经看到一些新闻宣称，人工智能的用电量与小国家一样多，它将让我们重新启用化石燃料，而且它已经给电网带来了挑战。
那么，我们应该对人工智能的电力需求有多担心呢？这是一个很复杂的问题。
在某些任务中使用人工智能可能会消耗大量的能源。有一些强大的人工智能模型，它们生成图像所需的能量与给手机充电一样多。
在 2023 年 12 月的一篇报道中，我同事采访的研究人员表示，用 Stable Diffusion XL 这样的模型创建 1000 张图像，产生的二氧化碳相当于开着燃油汽车行驶六公里左右。
尽管生成图像的能耗很引人注目，但也有很多人工智能任务不需要那么多能量。例如，创建图像的能耗是生成文本的数千倍。
使用一个针对特定任务量身定制的较小模型，而不是一个庞大的、通用的生成模型，效率可能会高出几十倍。无论如何，生成式人工智能模型需要能量，而我们正在大量使用它们。
根据国际能源署的预测，到 2026 年，数据中心、人工智能和加密货币消耗的电力可能会达到 2022 年的两倍。这些技术加起来约占 2022 年全球电力需求的 2%。
请注意，这些数字不仅仅是针对人工智能的，所以要确定人工智能的具体比例很难。当你看到数据中心对电力需求的预测时，请记住这一点。
国际能源署的预测存在广泛的不确定性，因为它取决于部署增加的速度和运算过程的效率等因素。到 2026 年，该行业可能至少需要约 160 太瓦时的额外电力。
如果往大了预测，这个数字可能高达 590 太瓦时。正如报告所说，人工智能、数据中心和加密货币加在一起可能会给全球电力需求增加“至少一个瑞典（的用电量），甚至是一个德国”。
国际能源署预计，在同一时期全球总的电力需求将增加约 3500 太瓦时，因此，尽管运算需求肯定是需求紧张的一部分，但远不是全部。
例如，与欧盟的数据中心相比，电动汽车和工业部门都将是更大的电力需求增长来源。
尽管如此，一些大型科技公司表示，人工智能可能会阻碍它们的气候目标。四年前，微软承诺在 2030 年左右将其温室气体排放量降至零（甚至更低）。
但该公司最近的可持续发展报告显示，其排放量仍在上升，一些高管指出人工智能是一个原因。
“2020 年，我们推出了我们所谓的‘碳登月计划’。那是在人工智能爆炸之前。”微软总裁布拉德·史密斯（Brad Smith）告诉媒体。
（来源：STEPHANIE ARNETT/MITTR | ENVATO）
不过，我发现有趣的是，导致微软排放量上升的并不是人工智能的电力需求，至少在纸面上是这样。
该公司已达成协议，并购买可再生能源信用，以便用可再生能源能够满足其所有功能（包括人工智能）的电力需求。
相反，基础设施的增长可能会加剧排放量的上升。据报道，微软计划在 2023 年 7 月至 2024 年 6 月期间斥资 500 亿美元扩建数据中心，以满足对人工智能产品的需求。
建造这些数据中心需要碳密集型材料，比如钢铁和水泥，当然还有芯片。
在对人工智能能源需求的恐慌中，需要考虑的一些重要背景是，尽管这项技术是新的，但这种担忧并不是。
1999 年的估算表明，信息技术已经占美国电力需求的 13%，个人电脑和互联网可能在十年内消耗掉一半的电网容量。
最终这并没有发生，即使在当时，计算实际上也占到了电力需求的 3% 左右。
我们将不得不等待，看看关于人工智能能源需求的“世界末日般的”预测是否会成真。不过，在我看来，人工智能可能只是一个更大故事中的一小部分。
最终，人工智能不断增长的电力需求在某些方面与电动汽车、热泵或工业的需求增长没有什么不同。真正重要的是我们如何满足这一需求。
如果我们建造更多的化石燃料工厂来满足日益增长的电力需求，这将对气候产生负面影响。
但是，如果我们利用不断增长的电力需求作为催化剂，更加努力地向可再生能源和其他低碳能源倾斜，并推动人工智能提高效率，用更少的能源做更多的事情。
那么我们就可以继续缓慢地让电网更加清洁，即使人工智能继续扩大其在我们生活中的影响力。
作者简介：凯茜·克龙哈特（Casey Crownhart），是《麻省理工科技评论》的气候记者，专注于可再生能源、交通以及技术如何应对气候变化。她还曾是一名自由科学和环境记者，为 Popular Science 和 Atlas Obscura 等媒体撰稿。在从事新闻工作之前，她是一名材料科学的研究员。
支持：Ren
运营/排版：何晨龙
01/科学家研发新型印刷电路板，实现超90%的原料回收率，预计成本和传统印刷电路板相似
02/江南大学团队打造新一代碱基编辑器，编辑窗口最高可达41nt，可用于高版本工业底盘菌株开发
03/加州大学团队开发新型超声贴片，实现3D脑血流动力学监测，为脑科学研究提供有效平台
04/ 分布式电合成氨路在何方？科学家开展合成氨热力学分析，首次找出能耗更低的候选介导金属
05/科学家打造基于量子芯片的神经储存器，每平方厘米支持万亿节点，有望用于自然语言处理任务
