【JIUYOU科技】尽人皆知，呆板进修耗损年夜量的能量。所有这些可以或许建造视频的人工智能模子都于耗损每一小时兆瓦数的电量。但好像没有人——甚至是开发这项技能的公司——能切当地说出成本是几多。

有专家暗示，这些数字只是人工智能总耗损量的一小部门。这是由于呆板进修模子长短常可变的，可以或许以极年夜地转变其功耗的方式举行配置。此外，Meta、微软及OpenAI等公司底子不肯分享相干信息。

练习年夜模子需要年夜量的能源，比传统的数据中央勾当耗损更多的电力。例如，练习像GPT-3如许的年夜型语言模子，预计要利用不到1300兆瓦时（MWh）的电力；约莫相称在130个美国度庭每一年耗损的电量。比拟之下，流媒体一小时需要约莫0.8千瓦时（0.0008兆瓦时）的电力。这象征着你必需不雅看162.5万小时才能耗损与练习GPT-3不异的能量。

但很难说如许的数字怎样合用在当前开始进的体系。能源耗损可能会更年夜，由于人工智能模子的范围多年来一直于稳步上升，而更年夜的模子需要更多的能源。另外一方面，公司可能会利用一些颠末验证的要领使这些体系更节能，这将按捺能源成本的上升趋向。

人工智能不是免费的

人工智能公司hug Face的研究员Sasha Luccioni暗示，跟着人工智能变患上有益可图，许多公司变患上越发保密。回到几年前，像OpenAI如许的公司会宣布他们练习轨制的细节——甚么硬件，多永劫间。但Luccioni说，ChatGPT及GPT-4等最新型号底子不存于一样的信息。

Luccioni认为这类保密部门是因为公司之间的竞争，另外一部门是为了转移攻讦。人工智能的能源利用统计数据——特别是它最无聊的用例——天然会让人把它与加密钱币的华侈举行比力。“人们愈来愈意想到，所有这些都不是免费的，”她说。

去年12月，Luccioni及同事测验考试对于各类人工智能模子的推理能耗做出评估。他们于88个差别的模子长进行了测试，涵盖了一系列用例，从回覆问题到辨认物体及天生图象。于每一种环境下，他们都运行了1000次使命，并预计了能量耗损。他们测试的年夜大都使命利用极少量的能量，好比0.002千瓦时用在分类书面样本，0.047千瓦时用在天生文本。

假如咱们用咱们于Netflix上不雅看一个小时的流媒体作为比力，它们别离相称在不雅看9秒或者3.5分钟所耗损的能量。图象天生模子的数据较着更年夜，每一1000个推论平均利用2.907千瓦时。智能手机的平均充电耗损0.012千瓦时，是以利用人工智能天生一张图象所耗损的能量险些与给智能手机充电所耗损的能量同样多。

Luccioni及她的同事测试了十种差别的体系，从天生64 x 64像素的微型图象的小型模子到天生4K图象的年夜型模子。研究职员还有对于所利用的硬件举行了尺度化，以便更好地比力差别的人工智能模子。但现实上，软件及硬件凡是都是针对于能源效率举行优化的。

Luccioni说:“这固然不克不及代表每一个人的用例，但此刻至少咱们有了一些数字。”

天生式人工智能革命的全世界成本

这项研究提供了有效的相对于数据，只管不是绝对于数字。它注解，人工智能模子于天生输出时需要比对于输入举行分类时更多的功率。它还有申明，任何触及图象的工具都比文本更耗能。Luccioni说，只管这些数据的偶尔性可能使人掉望，但这自己就申明了一个问题。

她说:“人工智能革命带来的全世界成本是咱们彻底不知道的，对于我来讲，这类伸张特别具备唆使性。”“真实的缘故原由是咱们不知道。”

假如咱们想更好地相识地球的成本，还有有其他要领可以采纳。假如咱们不是专注在模子推理，而是缩小规模呢?

这是阿姆斯特丹自由年夜学（VU Amsterdam）的博士候选人亚历克斯·德弗里斯（Alex de Vries）的要领，他于本身的博客Digiconomist上最先计较比特币的能源耗损，并利用Nvidia gpu（人工智能硬件的黄金尺度）来预计该行业的全世界能源利用环境。正如德弗里斯去年于《焦耳》(Joule)杂志上发表的评论中所注释的那样，英伟达盘踞了人工智能市场约莫95%的发卖额。

该公司还有发布了硬件的能源规格及发卖猜测，综合这些数据，德弗里斯计较出，到2027年，人工智能行业每一年可能耗损85至134太瓦时，这与荷兰每一年的能源需求年夜致不异。

德弗里斯说，“到2027年，人工智能的用电量可能占全世界用电量的0.5%。”这是一个相称主要的数字。

国际能源署近来的一份陈诉也提供了近似的预计，注解因为人工智能及加密钱币的需求，数据中央的用电量将于不久的未来年夜幅增长。该机构暗示，今朝数据中央的能源利用量于2022年约为460太瓦时，到2026年可能会增长到620至1050太瓦时，别离相称在瑞典或者德国的能源需求。

但德弗里斯说，把这些数字放于配景中是很主要的。他指出，于2010年至2018年时期，数据中央的能源利用量相称不变，约占全世界能耗的1%至2%。德弗里斯说，于这段时间里，需求必定是上升的，但硬件的效率提高了，从而抵消了需求的增加。

年夜模子越做越年夜

他担忧的是，人工智能的环境可能会有所差别，由于企业偏向在于任何使命中简朴地投入更年夜的模子及更多的数据。一旦模子或者硬件变患上更高效，它们就会把这些模子做患上更年夜。

效率的提高可否抵消不停增加的需乞降利用量，这个问题是没法回覆的。及卢奇妙尼同样，德弗里斯对于缺少可用数据暗示遗憾。

一些弄人工智能的公司声称，技能可以帮忙解决这些问题。普里斯特代表微软暗示，人工智能“将成为推进可连续成长解决方案的有力东西”，并夸大微软正于努力实现“到2030年实现碳负、水正及零华侈的可连续成长方针”。

但一家公司的方针永远不成能涵盖整个行业的全数需求。可能需要其他要领。

Luccioni说，她但愿看到公司为人工智能模子引入能源之星评级，让消费者可以像比力电器同样比力能源效率。对于在德弗里斯来讲，咱们的要领应该更基本：咱们是否需要用人工智能来完成特定的使命？他说:“由于思量到人工智能的局限性，它可能于许多处所都不是准确的解决方案，咱们将华侈年夜量的时间及资源来找出这个坚苦的要领。”

版权所有，未经许可不患上转载