AI成为碳排放的重要来源,要减排,砸钱还是砸技术?

发布时间:

2024-05-25

与2020年基线相比,微软2023年的直接排放和能源相关排放减少了6.3%。然而,其供应链排放——占总排放的绝大部分——增加了30.9%。

据英国《金融时报》5月16日报道,微软自2020年起的碳排放量增幅接近30%,主要归因于构建人工智能(AI)基础设施的高强度努力,这对公司的气候目标构成了挑战。

 

微软在周三发布的年度可持续发展报告中坦承:“我们所面临的独特挑战在于,作为领先的云计算服务商,我们正积极扩大数据中心的规模。”

 

为了解决供应链排放问题的急剧增加,微软将要求某些“大量”供应商到2030年为向总部位于西雅图的公司提供的货物和服务使用100%“无碳”电力。

 

能源和碳排成为AI发展的约束边界

AI要依靠大量算力,这是人所共知的事实。但最近,当AI业界大佬们抛出“AI的尽头是能源/电力”这个观点时,仍然让市场大吃一惊。

AI究竟有多耗能呢?研究显示,AI大语言模型ChatGPT每天要响应用户约2亿个请求,消耗超过50万千瓦时的电力。相比之下,一个家庭平均每天用电约29千瓦时,也就是说,chatGPT每天的用电量是家庭用电量的1.7万多倍。

图:AI大模型使搜索引擎的耗电量激增

数据来源:亚历克斯·德·弗里斯 (Alex de Vries)2023年10月10日在《Joule》上发布的论文《The growing energy footprint of artificial intelligence)

随着生成式人工智能模型变得更加复杂和要求更高,它们消耗的电量也越来越多,随之而来的就是高排放。

AI大模型,正在成为碳排放的一个重要来源。

图:AI大模型的耗电量带来极高的碳排放

数据来源:夏洛特·德布斯 (Charlotte Debus) 等人2023年11月10日发表在Nature上的论文《Reporting electricity consumption is essential for sustainable A1》

 

要减排,砸钱还是砸技术

尽管AI大模型是碳排放大户,但以AI为代表的前沿科技也正在为降碳减排做出贡献。


首先是购买可再生能源电力和购买碳信用。从2010到2022年,谷歌签署了80多份协议,涉及总计约10千兆瓦的清洁能源发电量。

 

微软早在2012年就在购买环境权益,并提出了要在2025年企业范围内实现近零排放。微软本月更是表示,将支持由Brookfield Asset Management开发的估计价值100亿美元的可再生电力项目,作为其将清洁能源目标与AI雄心结合的努力的一部分。


除了外在的抵消,人工智能自身的减排更重要,目前有几种方法。


一种是负载转移策略,人工智能发展水平高的公司数据中心也遍布各地,谷歌通过复杂的算法识别出电网上太阳能和风能过剩的区域,然后战略性地加强这些区域的数据中心运营。甚至将某些数据中心与零碳源按小时进行匹配,力求实现全天候使用清洁能源供电。


另一种方法是绿色加速分析技术,比如英伟达新设计的一款加速数据分析软件Apache Spark可以将成本和排放量减少80%。原理是提高软件本身的计算速度,原本需要一个月处理的数据5个小时就处理完了,能耗自然就大大降低了,用这种绿色计算训练人工智能可将成本降低90%。

 

总之,AI技术的进步给人类带来了诸多便利,其爆发式发展必定带来用电量的剧增,但也必须在发展中关注环境问题。未来AI如何实现可持续发展,以及AI如何更好地支撑双碳领域的变革,仍是亟需各行业共同解决的问题。

相关新闻

智算中心的用户在哪里?

据中国IDC圈不完全统计,到2024年5月下旬,我国共建设有智算中心283座,分布范围已覆盖大陆地区所有省自治区和直辖市(点击了解《283座智算中心的区域分布和规模详情》)。智算中心作为算力经济的新引擎,正以其强大的数据处理和智能计算能力,重塑着各行各业的未来。 不过,对于很多从业者来说,更加关心的是当下如雨后春笋般不断出现的智算中心,它们究竟为谁而建,未来的用户在哪里?

2024-06-08

数据中心系统新概念及逻辑分析

信息是人类社会进步的基础。数据中心作为人类社会进入信息时代的重要标志,开启了人类文明史的新起点。本文以新的占位理念,通过对数据中心各系统概念的解析,深入剖析数据中心系统的构成,旨在理清数据中心系统结构的逻辑关系,对于制定数据中心最佳应用策略;实现数据中心高效低碳的发展需求;加快数据机房的系统专业化进程;构建未来人类社会的硅基大脑具有深远的意义。

2024-05-26