AI 工作負載推升資料中心耗電量，業界採兩大解方應對挑戰

Arm 近期發布《AI 就緒指數報告》（AI Readiness Index Report）中指出，AI 工作負載極度耗能，通常仰賴消耗大量電力以供運算與冷卻的資料中心。據估計，AI 工作負載約占資料中心總用電量的 10-20%。這樣的需求引發了與碳排放相關的永續性問題。

從目前看，AI 相關的能源效率遇到兩大挑戰，分別是資料中心耗電量與碳足跡。首先，訓練大型 AI 模型所需的電力極其驚人，如訓練單一大型語言模型，耗能可達數百戶家庭一整年的用電量，且冷卻系統本身也相當耗電；碳足跡部分，由於 AI 對環境的衝擊相當巨大，已成為廣泛應用的一大障礙，根據國際能源總署（IEA）資料，現代資料中心約貢獻全球溫室氣體排放量的 1%。

為了解決這些電力消耗上的挑戰，AI 廠商與整合商主要採兩種方式：第一種是採用節能晶片，透過晶片設計創新來緩解能源效率問題，如低功耗的 Arm 架構以最小化能源消耗，來提升每瓦效能，同時不犧牲運算能力；第二種則是透過永續資料中心，採用可再生能源供電的模組化資料中心，或使用先進冷卻技術與虛擬化技術也能提升運作效率。

Arm 指出，目前 AI 資料中心正轉型為使用太陽能與風能等可再生能源。此轉型不僅能減少溫室氣體排放，也與全球永續發展目標保持一致。像 Google 與 Microsoft 等公司已承諾其資料中心將 100% 使用可再生能源，為業界其他基礎設施供應商樹立了標竿。

此外，Google 最近與 Kairos Power 合作，計畫在其 AI 資料中心部署小型核能反應爐；同時，Microsoft 正資助重啟三哩島（Three Mile Island）的一座停機反應爐，預計於 2028 年為其營運提供電力。

Arm 認為，隨著 AI 應用日益龐大且複雜，AI 技術基礎設施顯然必須隨之演進。在電力與效能平衡、大規模資料處理與降低延遲等關鍵基礎設施挑戰上，業界已透過硬體與設計創新取得重大突破，而永續性成為重中之重，必須透過減少 AI 營運的環境衝擊來實現。

（首圖來源：shutterstock）