人工智慧能源需求的管理 How to Manage AI's Energy Demand
在這個人工智慧 (AI) 迅速發展的時代，為了維持龐大的運算能力，所消耗的能源也越來越多。因此對於環境生態所帶來的影響，也必須要更多關注並採取行動。
AI 與能源需求
值得注意的是，維持 AI 發展所需的計算能力，大約每 100 天就會翻倍。為了達到 AI 模型效率提升十倍的提目標，運算能力需求可能會激增高達原來的 10,000 倍。
運行 AI 任務所需的能源已經在加速成長，年增長率在 26% 到 36% 之間。這表示到 2028 年，人工智慧使用的電力可能比 2021 年冰島整個國家使用的電力還要多。
人工智慧生命週期對環境的影響主要分為兩個階段：「訓練階段 (Training Phase)」和「推理階段 (Inference Phase)」。在「訓練階段」，模型透過處理大量數據來學習和發展。一旦訓練完成，模型便進入「推理階段」，應用於解決實際問題。
目前，環境足跡的分配約為「訓練階段」佔 20%，「推理階段」佔 80%，佔最大部份。隨著人工智慧模型在各產業不同領域的應用增多，對推理的需求及其環境的影響亦將會增加。
短期目標：減少 AI 當前的能源需求
研究顯示，我們可以採取一些可行方案來平衡 AI 的永續發展與能源需求。例如，稍微延長大約 3% 的 GPU 任務完成時間，可以減少 AI 模型訓練和推理階段的功率使用 12% 到 15% 的能源消耗。
另一個有效的策略是優化能源調度，來節省能源使用。例如，在冷氣空調大量使用的地區，將 AI 工作短期任務改為在夜間運行；或在較涼爽的月份，來進行較大規模的專案。
另外，改由使用共享數據中心和雲端運算資源，而不是單獨建立私人基礎設備。如此可以將運算任務集中在集體基礎設備中，來降低 AI 運營相關的能源消耗。這可節省設備建置成本，並可能降低能源費用。
中期目標：利用 AI 推動能源轉型
AI 如果使用得宜，它可以成為實現 2023 年聯合國氣候變遷會議 (COP28) 設定的目標，即在十年內，讓可再生能源容量增加三倍，並使能源效率提高一倍的強大工具。
AI 在氣候和能源轉型方面有許多應用。例如，它幫助我們開發支持清潔能源技術的新材料，以及優化太陽能和風電場的運營。AI 可以幫助我們增強能源儲存能力，改善碳捕捉過程，強化氣候和天氣預測，來達成更好的能源規劃，並促進核融合等綠色能源來源的新突破。
透過策略性地利用人工智慧來增強我們的再生能源領域，AI 的未來不僅可在自身營運中實現綠化，還能幫助後代子孫建立一個更永續的世界。
長期目標：AI 與量子運算
從長遠角度來看，促進 AI 與新興量子技術的協作，是引導 AI 走向永續發展的重要策略。
傳統計算的能源消耗，隨著計算需求的增加而增加。而量子運算在計算能力與能源使用之間呈現線性關係，理論上計算越多，能源使用越少。現在量子運算的發展，仍處於早期階段。從長遠來看，這種效率可能會帶來顯著的節能效果。
此外，量子技術有望使 AI 模型更緊湊，提高其學習效率，並改善整體功能，來改變人工智慧的潛力。而這些都不會產生大量能源足跡。
實現這項潛能需要政府支持、產業投資、學術研究與公眾參與的集體努力。將這些元素結合起來，我們可以建立一個人工智慧技術進步與維護地球健康和諧共存的未來。
當我們站在技術創新與環境責任的交叉點時，前進的道路是明確的。它需要我們共同努力，並將永續性納入人工智慧發展的核心。
我們的未來取決於這些關鍵的調整，同時果斷行動並且一同合作努力，來達成此共同的目標。
