如何解決生成式AI不斷增長的碳足跡問題

微軟、谷歌和Meta正在投資數(shù)十億美元開發(fā)生成型人工智能（AI），如在加州舊金山發(fā)布的大語言模型ChatGPT。這些模型具備的特點(diǎn)使得它們比之前的模型更加強(qiáng)大，但也對環(huán)境造成了更重的負(fù)擔(dān)。近日在Nature上發(fā)布的一篇短訊文章，提出了一個更可持續(xù)的生成型AI開發(fā)框架。文章指出復(fù)雜度的增加可以讓大型語言模型產(chǎn)生智能文本，但消耗的電力會遠(yuǎn)高于之前的版本。根據(jù)2022年發(fā)貨的AI訓(xùn)練專用GPU數(shù)量，全年總計(jì)可能消耗約95億度電力。這一能耗水平約等于一個中等發(fā)達(dá)國家100萬人口的年度生產(chǎn)和生活用電需求。隨著硬件變得越來越復(fù)雜，巨大數(shù)據(jù)集訓(xùn)練速度和容量增長的同時，必將推動產(chǎn)生新的能源需求。因此開發(fā)生成型AI時，可以通過調(diào)整模型的結(jié)構(gòu)、推廣節(jié)能硬件、使用清潔能源和優(yōu)化AI模型運(yùn)作方式來減少無效訓(xùn)練的數(shù)量，達(dá)到減少碳排放的效果。