人工智慧的興起、清潔能源的轉變是人類目前正在發生的兩大事件，同時目前也是已知人類將會持續投資的兩大方向，這兩個方向相互消耗、影響，但從未來幾年的趨勢來看，由於人工智慧的發展持續加大人類的能量消耗，導致人類的能源需求快速增長；但另一方面人工智慧也能夠協助能源成本降低，因此兩者也將彼此消長。
目前還沒有一個很好的方式能夠評估人工智慧實際上消耗的電量，有一部分原因是包括 Meta、Microsoft、Google 等公司目前沒有公布在人工智慧應用上所增長的能源消耗數據。
另一方面，生產晶圓、相關零件的公司也在不斷增加產能，這部分也增加了電力的消耗。除了全球市占率最高的台積電外，最近三星在德州的半導體投資也增加了一倍，達到 440 億美元。根據 Statista 的數據顯示，AI 晶片的市場規模會從 2023 年的 230 億美元增長到 2033 年的 3,410 美元，規模成長近 1,480%，年複合成長率為 30.95%。
▲ AI 晶片市場成長幅度驚人。（Source：Statista）
對於人工智慧耗費電力的實際研究
國際能源署 IEA 發表數據相關的能源問題分析，從 2010 年開始，資料中心的電力消耗約占全球電力 1%~1.5%，人工智慧開始於 2022 年底爆發前，這個占比數字都大致持平。但也是從 2010 年開始，全球網路用戶數量增加了一倍多，流量則成長了 20 倍。換句話說，全球的可用電量一直在增加，但資料中心也在不斷增加，但還是維持在一定的比例範圍內。
The Verge 報導，訓練模型非常消耗電力，訓練 GPT-3 這樣語言模型會需要 1,300MWh 功率，約等於 130 個美國家庭每年消耗的電力。但只是模型推估消耗，實際上，基於像 ChatGPT 等大型語言模型，什麼底層模型參數、詳細的運作模式等都是機密，保密部分原因可能是基於避免競爭者了解太多資訊。
人工智慧開源平台 Hugging Face 研究員 Sasha Luccioni 就做了一系列研究、也發表了一些論文，他認為這些公司保留相關數據除了避免競爭外，也是避免實際上被人估算耗費多少電量、以避免被批評或過度關注。
Sasha Luccioni 曾領導一個針對語言模型耗電狀況的初步測試，從回答問題、生成文本、辨識物體、製造圖片等。他們在每種狀況都進行 1,000 次任務需求以估算能源成本。例如生成文本每千次約為 0.047kWh、生成圖片每千次約為 2.907kWh。觀看 Netflix 一小時約 0.8kWh，因此產生 1,000 張圖片，約等於觀看 Netflix 3.5 小時電力。
但其實生成圖片大小、任務難度等都會影響到人工智慧處理這些任務的耗電量多寡，雖然這類任務能夠有一定的測試基準，但不一定實際反映電力的供給狀況。而在實際中，軟硬體的配合也能對能源效率進行最佳化──畢竟電力對運算來說也是重要的成本。這個實驗的主要意義是反映了狀況複雜的情況下，生成式 AI 在耗電比例的差異大約會落在哪個區間。
國際能源署 IEA 最近報告，資料中心將因人工智慧與加密貨幣，伺服器數量與用電量將來大幅增加。2022 年時資料中心能耗約 460TWh，到 2026 年可能會增加到 620~1,050TWh，少一點就等於瑞典、多一點約等於德國。
全球打造新電力基建
富比士引用數據，2024~2030 年全球投資 3 兆美元，打造新電纜與各類電力基礎設施，富比士編輯認為這部分將能加大把綠能輸送到消費者手中的可能性，由於綠能發電經常有地域性限制，所以要如何實現電網的長距離傳輸對於綠能發展來說至關重要。有些電力公司已經在開始使用人工智慧進行相關決策：例如規劃哪類的電網該如何建置比較能夠維持效率語成本、電線的截面積規格等等。由於在土地廣大的國家，電線可能會綿延數千英哩長，因此很難進行頻繁的檢修維護。新的機器學習工具可以透過過往的資料，學習辨認變壓器可能會有的異常與故障，藉以節省電力網建置的時間與成本。
另外包括英國石油、殼牌、艾克森美孚等公司，現在都已經在使用人工智慧去評估、降低開採天然氣與石油的成本。不管是因為人工智慧、電動車、混合動力、燃油車等，現在仍然需要更多的化石燃料以應付接下來的能源需求。基於人工智慧協助，很快地所有的自駕車輛、都能夠透過人工智慧進行最節省油耗或電力的方式開車──不過這樣的發展可能還會需要一段時間才能實現，感測器、電池、運算能力的整合會需要一些時間。
▲ 化石燃料的全球電力支出仍在穩定增長。（Source：Statista）
大公司需求孔急，綠能、化石燃料、核能通吃
即便人工智慧可能會在不遠的未來，協助各類電力蓬勃發展、電網也會因為人工智慧發展變得更有效率，但在現在，人工智慧所帶來的電力消耗仍大到足以讓人擔心。包括亞馬遜、Google、微軟等大型雲端公司，現在都在全球各地尋找全新的能源來源，當然除了傳統的化石能源燃料外，他們也收購包括核能、地熱能在內的能源，以減少電力需求成長帶來的碳排放問題。
Google 與微軟今年第一季宣布合作購買地熱、氫氣發電、先進核技術所生產的電力，有參與到此項計畫的 Google 清潔能源與碳中和發展總監 Maud Texler 在該公司的網誌中表示，各種新的潔淨能源技術都需要大量投資，但是技術尚未成熟的風險讓其難以獲得需要的投資，因此彙整大量能源買家的需求，有助於讓這些想發展新技術的公司得以獲得市場化需要的投資與商業結構。
美國三大雲端公司亞馬遜、Google、微軟投資了數百個太陽能與風能的發電專案，同時微軟與 Google 也在投資核融合技術、地熱發電等新興或美國本土較少發展的電力技術。例如 Google 就投資了一家專注於發展核融合的公司 TAE Technologies，已募集超過 12 億美元；微軟則與核融合公司 Helion 簽訂協議，只要 2028 年開始發電，微軟就會購買大量電力。
不過的確也有人抱怨，這些大公司大量購買清潔能源，是為了能讓大眾忽略他們在北維吉尼亞州等地點，大量採用天然氣發電支應資料中心能源需求等問題。但持平說，人工智慧推動本來就會帶來節節高漲的能源需求，傳統非核潔淨能源技術還難以成為基載電力的當下，購買包括化石燃料能源的電力來源，自然是這些大公司優先且難阻擋的選擇。但既然如此，要求大公司投資潔淨能源發展，這些公司從人工智慧發展獲利也合情合理。
所以聰明的大公司會在輿論導向消耗大量電力前，就未雨稠繆優先投資新技術或購買潔淨能源，以避免可能因碳排放被各國政府盯上。
（首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
