在好意思国弗吉尼亚州的卡尔佩珀县文爱 电报群，牛的数目险些是东谈主口数目的3倍，空气中富余着干草和粪肥的气息。这里的大农场大多量仍由家庭筹画，稠密的丛林与郊野征象交相衬映。有关词，这片宁静的乡村正履历着21世纪的剧变。

畴前几年，为赈济生成式东谈主工智能（AI）的发展，该县批准了7个大型数据中心的建造技俩。这些数据中心将为AI模子查考和大众海量查询提供赈济，但也靠近纷乱的动力蹧跶问题。每个数据中心的用电量堪比数万户家庭用电量，不仅推高了住户用电资本，还对电网形成很大压力。

生成式AI比传统AI耗能更多，促使科技公司过问巨资扩建数据中心。然而，这些公司在AI能耗方面缺少透明度，使得洽商东谈主员难以准确评估其影响。英国《当然》杂志报谈称，不少洽商东谈主员试图通过各式步调来探索AI的内容动力需求。

基于市集捏行估算

荷兰阿姆斯特丹解放大学洽商员、Digiconomist公司首创东谈主亚历克斯·德弗里斯，哄骗基于供应链或市集的估算步调洽商了英伟达一款职业器的功耗，并据此推算出其一年的能耗。然后，他笔据特定任务所需此类职业器总额来进行揣度。

德弗里斯估算了谷歌搜索使用生成式AI所需的动力。要是将访佛ChatGPT的AI整合到谷歌搜索中，将需要40万至50万台英伟达A100职业器，这些职业器每年耗电量将达230亿至290亿千瓦时。展望谷歌每天处理多达90亿次搜索，通过AI职业器进行的每次搜索央求需要7至9瓦时的动力。据谷歌2009年的一篇博客著作中的数据，这比粗鄙搜索的能耗超越23倍至30倍。

这种估算步调诚然直不雅，却忽略了算力资本着落趋势。畴前5年AI查考资本已着落了80%，芯片能效每年进步35%。

人与动物

好意思国动力分析公司SemiAnalysis暗意，评估生成式AI能耗的最好步调仍然是监测职业器的发货量偏捏电力需求。

从下到上进行实测

更精准的从下到上测量法正在兴起。这种测试步调的理念是，用户提交一个教唆，举例生成图像的央求或文本聊天央求，启动终端后，它会估算出用户所使用的硬件蹧跶了若干动力。

洽商东谈主员发现，不同的任务需要不同的电力。平均而言，笔据文本教唆生成图像蹧跶约0.5瓦时的电力，而生成文本则略少。比拟之下，当代智高东谈主机充满电可能需要22瓦时。

但这种步调也存在先天局限。比如，谷歌的张量处理单位等独到芯片的能耗数据仍被锁在“黑箱”之中。

预测存在不细目性

海外动力署揣度，2022年，数据中心的用电量为240太瓦时至340太瓦时，占大众需求的1%—1.3%。但跟着生成式AI的普及，这一数字可能进一步飞腾。有关词，比拟于大众电力需求展望到2050年增长80%以上的趋势，数据中心的能耗占比仍相对较小。

不外，《当然》杂志指出，AI对动力的影响在处所和区域层面将最为严重。以好意思国弗吉尼亚州为例，数据中心已占该州电力蹧跶的4.4%，展望到2028年可能翻倍甚而翻3倍，达到总用电量的7%至12%。该州的电力基础步调正靠近纷乱压力，部分数据中心技俩因供电不及而被动宽限。

那么，AI的电力需求会着落吗？这一问题现在似乎还难以回应。

孤立洽商员乔纳森·库米指出，很多预测基于浮浅假定，且科技公司可能夸大需求。因此，AI能耗预测的难点在于其不细目性。

此外，AI本事逾越也可能激勉“杰文斯悖论”，即成果的进步并无谓然导致资源蹧跶的减少，反而可能因为资本缩短和应用范围扩大，刺激需求增长，最终导致资源蹧跶总量增多。

畴昔的惩处决策需要跨越本事、策略和伦理的多维立异。好像卡尔佩珀县的牧民们能给出启示：就像他们世代革职的轮牧轨制，让地皮治疗繁殖。数字好意思丽也需要成立“动力轮牧”机制，即在算力膨胀与电网承载力之间找到动态均衡，而这亦然亟待惩处的人秉性问题。

作家：张佳欣