过去近两年里，虽然生成式AI使人工智能技术进入一个新发展阶段，相关应用也在各个领域得到普及应用，但相伴产生的能源危机也成为当下不能忽视的难题。
目前，人工智能对全球北方的能源安全构成了前所未有的威胁，可能会严重破坏脱碳目标，给电网带来巨大压力，并导致能源市场动荡。这一发展趋势还将蔓延到整个经济领域。
面对AI带来的快速增长的能源需求，目前主要两大解决方案是：扩大能源供给和降低AI能源消耗。尽管量子计算理论上在降低AI能源消耗上具有明显的优势，但这一技术实现商业化也有一段时间。
生成式AI带来能源、环境危机
尽管生成式AI改变了人工智能技术与应用的发展轨迹，加速了人与AI的互动进程，但其广泛应用也带来了巨大的电力和水资源消耗问题。
生成式AI模型如ChatGPT等需要大量的电力来支持其复杂的计算需求。例如，训练一个大型语言模型如ChatGPT需要消耗相当于一个小城市一年用电量的电力。
国际能源署预测，到2026年，AI行业的电力消耗将至少是2023年的10倍。这种增长趋势使得数据中心成为能源消耗的重要增长点，预计到2025年，AI相关业务在全球数据中心用电量中的占比将从2%增加到10%。
到2030年，电动汽车和人工智能加在一起将为美国电网增加290太瓦时的电力需求。这将使他们的总用电量与世界第18大经济体土耳其的全国用电量大致相同。
生成式AI不仅消耗大量电力，还对水资源造成压力。例如，ChatGPT每次与用户交流25到50个问题，就需要消耗500毫升的水来降温。这种高能耗和高水耗的现象在生成式AI的广泛应用中变得越来越普遍。
此外，生成式AI的能源消耗还引发了环境问题。例如，生成一张高清AI图像所耗能源相当于为手机电池充满电，这背后是巨大的电力消耗和随之而来的温室气体排放。这种能源消耗不仅加剧了气候变化，还对自然资源造成了压力。
今年1月，OpenAI 首席执行官萨姆·奥尔特曼 (Sam Altman) 在瑞士达沃斯举行的年度会议上承认了研究人员多年来一直在强调的观点：人工智能 (AI) 行业正在走向能源危机。而埃隆·马斯克也在“博世互联世界2024”大会上警告称，人工智能正面临能源危机，电力短缺即将到来。
如何解决AI带来的能源危机
如今，很多国家正在满足AI技术对能源的需求和不严重损害能源安全或气候两难中寻找平衡点。这种增长是一场与时间的赛跑，既要扩大发电量，又不能让电力系统不堪重负。
指出，解决能源危机这一难题最合乎逻辑的解决方案是减缓人工智能的发展，但似乎完全不可能。特别是在美国，AI这项技术得到了两党罕见而强烈的支持，在这一新兴领域保持领导地位被视为国家安全、经济、网络安全和科技行业治理的关键战略。
2024财年，美国国家技术研究和发展局（NITRD）的人工智能研发投资预算增长到31亿美元，比2023年的26亿美元提高了19.2%，创历史新高。此外，美国参议院也提出了每年至少拨款320亿美元的AI政策路线图，以支持AI领域的创新。美国政府不仅在财政上支持AI技术的发展，还通过发布战略计划和行政命令来推动AI技术的创新和应用。
毫无疑问，问题的核心还是解决能源供给和降低能耗两大议题。而面对AI带来的能源大规模增长趋势，比尔·盖茨和萨姆·奥尔特曼等科技巨头甚至呼吁增加对核聚变这一未来的技术方法的投资。
然而，未来的技术方法显然“远水难救近火”，发展可再生能源和提高能源利用效率是应对AI能耗问题的重要策略，其中包括发展太阳能光伏、风能等大量发展清洁能源的潜在途径。
AI的能耗问题不仅在于其本身的运行和计算需求，还包括硬件设施如数据中心和GPU芯片的支持。因此，降低AI的能耗需要优化算法、提升计算性能以及使用高效能硬件。例如，通过改进AI模型、提升算法效率和使用高效能硬件等技术手段来优化AI性能。
量子计算商业化尚远
在降低能源消耗上，量子计算是一个潜在解决方案。普通计算机以二进制运行，以1和0作为开关，但量子计算以量子位运行，量子位可以同时打开和关闭，就像在落地之前抛硬币正面或反面一样。
这种同时打开和关闭的状态称为叠加，它可以彻底改变我们所知的计算。在某些情况下，量子计算机的能效比标准超级计算机高出100倍。这可能对人工智能产生巨大影响，而量子计算可能特别适合人工智能。
对此，量子计算公司IonQ总裁兼首席执行官Peter Chapman表示，“对于量子计算擅长的事情——例如人工智能处理——任何GPU都无法与我们竞争。这些工作负载最终将由量子承担，而当前的技术根本无法与之竞争。”
Chapman介绍，“量子计算——我们的下一代芯片——要模拟它正在做的事情，你需要大约25亿个GPU，并且它使用两个标准壁式插座供电。”他表示，IonQ公司很可能会在六到九个月内准备好这种芯片的原型。
然而，尽管量子计算机在特定情况下可能比传统超级计算机具有更高的能效，但其实际应用仍面临许多挑战，如维持量子态的难度和扩展量子位数量的技术难题，还需要更多的技术进步和实际应用的验证。因此，由于量子计算在实现商业化之前还有很长的路要走，采取广泛的方法来提高清洁能源和能源效率是当务之急。
巴克莱银行的威尔·汤普森最近与他人合作撰写了关于人工智能功耗的研究报告，也倾向于支持这一观点。他表示，解决人工智能能源难题“需要采取一种总体方法，即扩大和现代化电网基础设施，将可再生能源与公用事业规模的存储相结合，利用我们现有的核能，并扩大新型无碳能源的规模。这将包括地热、先进的核小型模块化反应堆（SMR）和聚变技术。”
