数据中心能耗预计在三年内翻倍，如何利用端侧人工智能降低能源需求？

人工智能驱动的信息技术设备时代已经到来，和个人电脑和移动设备带来的革命一样，每一次革命都会对社会发展产生深远影响。

计算机技术的发展经历了三个关键阶段：

现在，人工智能也遵循着这一轨迹，人工智能芯片的快速发展掀起了新一轮技术浪潮。

人工智能芯片耗电量激增，尤其是数据中心为实时处理海量数据，需要消耗大量能源。AI驱动的数据中心主要依靠图形处理器（GPU）工作运行，其耗电量目前已超过南非和印度尼西亚等国家的全国用电规模。

据预测，相关能耗还将增加一倍多，从2024年的260太瓦时增至2027年的500太瓦时。以OpenAI的ChatGPT为例，单词查询耗电2.9瓦时，约为谷歌搜索耗电量的10倍。

巨大的电力需求引发了对环境的担忧，也突显出可持续行业实践的必要性。仅制造业就占全球总耗电量的40%以上，因此其也成为提高能效的重点对象。

各国政府正在采取行动。例如，新加坡因能源短缺，出台了限制数据中心容量的法规。该国目前有70多个数据中心正在运行，占东南亚数据中心总容量的60%。新加坡在2019年至2022年期间暂停审批新的数据中心项目，并对审批中的数据中心实施容量限制。

人工智能行业的领导者也认识到了这一挑战。在2024年瑞士达沃斯世界经济论坛上，OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）表示：“未来人工智能的发展需要在能源方面实现突破，因其耗电量将远超人们的预期。”

“为了推广节能型人工智能，全球‘能源信用交易系统’可以为采用低功耗人工智能解决方案的公司提供经济激励。”

人工智能对未来至关重要，它使重复性任务自动化，推动社会进步。然而，要使其各行各业都得到广泛应用，就必须大幅降低其能耗。

要实现人工智能可持续发展，既需要优化技术（这项工作已经在进行中），也离不开创意大胆的政策支持。

Groq、DeepSeek和DeepX等初创公司正引领节能型人工智能技术，这类技术可以打造一个由人工智能驱动的超级智能社会。

软件优化有助于降低服务器能耗，但端侧人工智能（直接在设备端处理人工智能任务而非依靠云数据中心）是最有潜力应对这一挑战的解决方案。

目前，人工智能系统在很大程度上依赖云计算，而云计算在边缘设备和数据中心之间传输数据需要消耗大量能源。此外，数据中心的高性能GPU和中央处理器（CPU）也需要大量电力。

相比之下，端侧人工智能在本地处理数据，无需进行高能耗的数据传输。专为端侧设备设计的人工智能芯片优先考虑能效，而不是纯粹的计算能力，因此与云端人工智能相比，每项人工智能任务的能耗可降低99%到99.9%。

因此，端侧人工智能正逐渐成为一项颠覆性技术，既能最大化人工智能技术的应用，也能最大限度地减少对环境的影响。各国政府亟需采取行动，制定配套政策，加速技术推广。

为促进节能型人工智能的发展，全球“能源信用交易系统”可为采用低功耗人工智能解决方案的企业提供经济激励。在这一系统下，采用节能型人工智能的企业可以交易能源使用额度，在减少环境足迹的同时获得经济利益。

在中国大连举行的2024年夏季达沃斯论坛上，DEEPX展示了这一创新成果。

电动汽车（EV）行业也有类似的先例。21世纪10年代，政府补贴和税收优惠政策推动了电动汽车的快速普及，从而带动了电池技术和充电基础设施的发展。

人工智能能源信用体系可在管理人工智能模型的电力消耗方面发挥类似作用，确保未来的可持续发展。

人工智能时代已然来临，但其成功与否取决于人工智能技术能效的提升。政府、企业和创新者必须共同努力，确保人工智能技术的迅猛发展不会以不可持续的资源消耗为代价。

通过正确的政策引导和技术创新，我们可以打造一个由人工智能驱动的未来，造福人类社会，最终惠及整个地球。

本文作者：

Kim Lokwon，Deepx联合创始人创始人兼首席执行官

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。

翻译：孙芊

编辑：王灿