最近《纽约客》报道，Chat GPT每日耗电量或超过50万千瓦时，相当于美国家庭平均用电量的1.7万倍。埃隆·马斯克也曾预言，未来两年内电能短缺将成为制约AI发展的主要因素。然而，事实真的是这样吗？

目前关于AI耗电量的观点主要源自估算结果，而非真实的测量数据。美国信息技术与创新基金会（ITIF）发布的报告认为，个别不准确的研究大大高估了AI的能耗，这样的言论可能对AI发展造成不利影响，阻碍AI在促进节能减排、应对环境挑战方面发挥潜力。业界人士呼吁，应当促进行业信息透明，同时减少AI技术的滥用。

AI能耗评估难题

影响因素众多

ITIF是一家非营利智库，总部位于美国华盛顿。在这份题为《重新审视对人工智能能耗的担忧》的报告中，ITIF指出，不同AI模型的能耗和碳排放存在巨大差异，受到诸多因素的影响，包括芯片设计、冷却系统、数据中心设计、软件技术、工作负担、电能来源等。

所以，在估算AI的能耗方面，不同研究的结论出现了较大分歧。2019年马萨诸塞大学阿默斯特分校团队发布的一项预印本研究估算，当时领先的谷歌公司大语言模型BERT在79小时的训练过程中排放了约1438磅二氧化碳（约合652千克），量级相当于一名乘客乘坐飞机往返于纽约和旧金山一次。研究也对AI神经架构搜索（NAS）等技术得出了类似结论。这篇论文在谷歌学术被引用接近3000次，并得到了大量媒体报道。

然而，从事AI研发的企业和机构得出了截然不同的分析结论。2021年，谷歌公司与加州大学伯克利分校发布一项预印本研究认为，前述研究将谷歌的AI碳排放数值高估了88倍。但是这项研究得到的关注远不如前者，被引数仅有500左右。

由于媒体和公众关注负面信息的倾向，结论惊人的研究更容易得到传播。科技行业名人的言行也在放大“AI能耗巨大”的信息，马斯克曾预言“制约AI发展的因素将由‘缺硅’变成‘缺电’”；OpenAI CEO萨姆·阿尔特曼也表示AI将消耗更多电力，并高调投资核聚变。

从全生命周期视角

评估AI能耗

ITIF报告指出，目前许多研究和政策都关注AI训练（training）阶段，但多项研究表明AI在推理（inference）过程中，也即人们使用AI输出结果的过程能耗更高。此外，不同AI模型处理不同类型的推理任务，能耗的差异也很大。例如1000次请求计算，图片分类任务的耗电量是0.007千瓦时，而图片生成任务耗电2.907千瓦时。

报告作者指出，AI的训练是一次性事件，而它的使用是长期过程，讨论AI能耗问题时应该关注的不是爆发式增长，而是长期的影响。并且，从技术史的视角看来，AI及其能耗的增长还将受到以下4个因素的限制：

1.基础设施建设成本将制约AI的快速增长

“ChatGPT每日耗电量或超过50万千瓦时”的结论，出自技术博客Digiconomist作者亚历克斯·德·弗里斯（Alex de Vries）的估算。德·弗里斯还曾预测，在最糟糕的情况下，谷歌的AI用电量将与整个爱尔兰相当，达到每年29.3TWh（太瓦时）。但他同时也指出，要想达到这样的规模，谷歌需要在芯片上投入1000亿美元，此外还要数据中心的运营和电费投入数十亿美元。如果AI的运营成本居高不下，逐利的商业公司自然会放慢脚步，减少投入。

2.AI性能增长存在边际效应

近年来AI连续在许多领域取得了突破性进展，这也意味着它可能很快迎来一个瓶颈期。研发、运营更大的模型带来的回报将越来越低，在提升准确性上精益求精也将变得更困难。所以，优化AI模型可能是接下来的研发方向。

3.软件和硬件的性能提升将减少AI能耗

AI模型的优化，以及硬件技术的进步，都有望减少AI的能耗。一项发表于《科学》期刊的研究指出，在2010~2018年间，全球数据中心的运算量增长了550%，存储空间增长了2400%，但耗电量仅增长6%。硬件、虚拟技术和数据中心设计方面的创新提升了能效，也使得云计算的规模化成为可能。

同样，剪枝（pruning）、量化（quantization）、蒸馏（distillation）等技术有望带来更好的算法，让AI模型更快、更节能。谷歌公司和加州大学伯克利分校研究团队指出，有赖于各项技术进步，近年来在谷歌公司内部AI的能耗占比保持稳定，尽管机器学习增长到运算量的70%~80%。

4.AI的应用最终将在某些方面减少碳排放

整体上，当人们用电子邮件替代传统书信，用观看DVD或流媒体频道替代去电影院看电影，这些活动的数字化都减少了碳排放。AI有望在这方面继续发挥作用，例如通过改进视频通话体验，使更多的会议转向远程进行。此外，AI技术还可用于进行电网调度、分析气候数据，从而成为应对气候变化的助力。

准确评估AI能耗

促进领域健康发展

从历史的角度看，关于AI碳排放的担忧并不新鲜。90年代曾有人预测，未来发电量的一半将用于满足互联网活动；在流媒体出现的时候，同样有人提出类似观点。如今我们知道，这些担忧都并未成为现实。ITIF报告认为，如果没有完全理解AI能耗问题就急于进行管控，可能会阻碍AI的性能提升，限制其发展潜力。例如，使AI消除偏见和仇恨言论、避免输出有害信息，都需要进行更多的推断，从而提升能耗。

报告建议，应对大众关于AI能耗问题的担忧，决策者应当：

①制定相应标准，使AI模型能耗公开透明；

②鼓励业界主动公开AI模型能耗信息，以便公众进行知情选择；

③考虑AI法规对能源使用的意外后果；

④利用AI实现政府运作的低碳化。

一些机构已经在推动AI的信息公开。2023年12月，欧盟通过《人工智能法案》，这是全球首部AI监管法案。法案督促AI开发者致力于使模型高能效、可持续，并要求进行相应的信息公开。

德·弗里斯同样呼吁进行信息公开，同时他希望及时限制AI的发展，就像限制加密货币技术一样。数字经济学家（Digiconomist）博客指出：“AI和先前的区块链等新兴技术的发展，伴随着大量的狂热和错失恐惧（FOMO），这通常会催生对终端用户没什么益处的应用。”

而在《纽约客》报道中，著名科学记者伊丽莎白·科尔伯特（ElizabethKolbert）的原话是：“每当ChatGPT吐出信息（或给某人写高中作文），都需要进行大量运算。据估计，ChatGPT每天要响应约2亿次请求，同时消耗超过50万千瓦时电力。”也就是说，要应对AI能耗危机，或许可以从限制使用AI写作业开始。