维持AI崛起所需的计算能力大约每100天翻一番。
我们必须使AI的发展与可持续发展的要求相平衡，这至关重要。
我们可以立即采取一些措施，并且今天就能奠定基础，这些基础将在未来带来回报，以管理AI与绿色转型。
在这个社会对人工智能（AI）的迅猛发展叹为观止的时代，这些进步对环境的足迹往往被忽视。AI对生态造成的重大影响亟需关注并采取行动。
要让AI发挥其变革性潜力，带来前所未有的生产力水平并提升社会福祉，它必须以可持续的方式发展。
这一困境的核心在于AI生态系统的高能源需求，其涵盖从硬件、训练协议到运营技术的各个方面。
AI与能源需求
令人瞩目的是，维持AI的崛起所需的计算能力大约每100天翻一番。要使AI模型效率提升十倍，计算能力需求可能激增高达10,000倍。运行AI任务所需的能源已在加速增长，年增长率介于26%至36%之间。 这意味着到2028年，AI的耗电量可能超过冰岛在2021年的全国总用电量。
AI的生命周期在两个关键阶段影响环境：训练阶段和推理阶段。在训练阶段，模型通过消化海量数据进行学习和发展。训练完成后，模型进入推理阶段，并被用于解决现实世界的问题。目前，环境足迹呈两部分分布：训练约占20%，而推理则占据绝大部分，即80%。随着AI模型在各个行业中获得广泛应用，对推理的需求及其环境足迹将不断攀升。
为使AI的快速发展与环境可持续性的要求相协调，必须制定精心规划的战略。这既包括即时和近期行动，也包括为长期可持续发展奠定基础。
当下视角：今天降低AI的能源需求
相关研究正在涌现，聚焦于我们今天可以采取的切实可行的措施，以便使AI发展与可持续发展相协调。例如，在AI模型的训练和推理阶段限制功耗，是降低AI能源消耗的一条有前景的途径，可减少12%至15%的能耗，但代价是任务完成时间会有小幅增加，预计使用GPU时耗时将增加约3%。
另一项影响显著的策略是优化调度以实现节能。将AI工作负载转移到能源需求较低的时段，例如在夜间运行较短的任务，或在空调使用普遍的地区，将较大的项目安排在较凉爽的月份进行，同样可以带来可观的节能效果。
最后，与单独建设私有基础设施相比，转向使用共享数据中心和云计算资源，可以将计算任务集中到集体基础设施中，并降低与AI运营相关的能源消耗。这还可以节省设备方面的开支，并可能降低能源账单，尤其是当资源被战略性地布局在能源成本较低的地区时。
近期：利用AI推动能源转型
除了即时措施，近期的重点应放在利用AI自身的能力来促进可持续发展。若运用得当，AI可以成为一种强大的工具，助力实现在本年代末将可再生能源装机容量增至三倍、能源效率提高一倍的宏伟目标，该目标已在去年的联合国气候变化大会（COP28）上确立。
AI以多种方式推动气候与能源转型工作。例如，它有助于开发清洁能源技术的新材料，并优化太阳能和风电场。AI还能帮助我们增强储能能力、改进碳捕集工艺、提升气候和天气预测能力以实现更好的能源规划，并推动核聚变等绿色能源来源取得新的突破。
通过战略性地利用AI来提升可再生能源领域的发展水平，AI的未来不仅有望自身运营实现绿色化，还将有助于为子孙后代构建一个更加可持续的世界。
长期：AI与量子计算
从长远来看，促进AI与新兴量子技术之间的协同效应是引导AI朝可持续发展方向前进的重要战略。与传统计算中能耗随计算需求增加而攀升的情况不同，量子计算的计算能力与能源使用之间呈线性关系。此外，量子技术有望通过使模型更加紧凑、提升其学习效率并改善整体功能来变革AI，同时无需承担目前已成为业界普遍现象的巨大能源足迹。
要实现这一潜力，需要政府支持、产业投资、学术研究和公众参与等多方共同努力。通过整合这些要素，我们有可能设想并建立一个未来，在这个未来中，AI的进步与地球健康的保护能够和谐并进。
当我们站在技术创新与环境责任的交汇点上时，前进的道路已然清晰。这需要各方共同努力，将可持续性融入AI发展的核心，并推动其落实。我们的地球未来取决于这一关键的协同。我们必须果断而协作地采取行动。
