科技巨头输掉与人工智能的可持续发展之战
2023年06月14日 由 Susan 发表
482611
0
科技巨头对大胆宣称承诺并不陌生。亚马逊、微软和谷歌都承诺实现零碳目标,但阻碍他们实现目标的是他们今天的竞争力:人工智能。
众所周知,现代最先进的算法需要大量的计算资源进行实验和部署,但很多人忽略了一个隐藏的碳成本——电力消耗。训练人工智能模型的服务器农场将随着人工智能繁荣而变得更大,但公司能否平衡与他们的零碳目标呢?
人工智能使碳足迹更大
科技巨头很少公布培训人工智能算法的成本信息,看来他们有保留这些数据的原因。Hugging Face是一个开源的人工智能社区,他们透露了训练他们的LLM模型BLOOM的近似碳足迹。据研究人员称,仅仅用于电力消耗的培训就排放了大约24.7吨二氧化碳。当考虑到端到端的碳足迹,包括设备制造时,这个数字就膨胀到了50吨。
一份2021年发表的论文,GPT-3的培训成本约为1.287千兆瓦时,足以为618个印度家庭提供一年的能源。这相当于502吨二氧化碳排放,而这些只是针对GPT-3的估计。GPT-4的成本可能更高,但我们无从得知,更不用考虑ChatGPT及其1亿用户的运营成本了。由于微软与OpenAI的合作,这是在微软Azure云超级计算机上完成的。巧合的是,在2021年,微软支付了用于从大气中除去130万吨二氧化碳的费用。
用购买碳信用证来弥补培训人工智能模型的环境成本似乎成为当下的趋势。为此,谷歌最近也购买了30万个碳抵消措施,而Meta本周早些时候购买了700万个碳信用证。虽然碳抵消措施购买的完整数据不在公共领域内可得,但这些购买的时间似乎反映了这些公司对可持续发展的新热情,他们已经在走上这条路。
一种解释是,培训和部署人工智能模型对公司造成了困扰,从而抵消了它们的碳部署目标。媒体对人工智能培训的叙述聚焦于这一过程对环境的负面影响,而科技巨头通常给出积极的评论。
谷歌发表的一篇论文预测,由于最佳实践的最终采用,人工智能培训的碳足迹将会稳定下来,然后下降。这些最佳实践包括使用高效的模型、优化计算和云计算。据研究人员称,这可以将能量成本降低100倍,排放量降低1000倍。
的确,有研究证明,优化ML模型可以降低碳足迹。出现了一些智能地降低GPU功耗的系统,使成本削减高达75%。虽然人工智能世界正在通过为人工智能计算创建专门的芯片来更接近谷歌的最佳实践,但似乎人工智能模型正在变得越来越庞大和难以训练。
为企业社会责任而可持续发展?
可持续发展已经成为科技巨头的一个关键词,许多公司旨在通过实现绿色目标来取悦股东和观众。这导致像亚马逊、微软和谷歌等顶级科技巨头承诺在特定时间范围内实现净零碳排放。虽然微软和谷歌的净零目标设定在2030年,但亚马逊给自己设定了更长的时间范围,将其目标确定为2040年。而Meta已经实现了碳中和,并正在追求负碳足迹。
不管怎样,正在努力实现零碳目标的公司正在迅速行动。在追求新的碳排放自由能源生产和碳存储技术方面,背后正在进行一场竞赛。
例如,谷歌甚至发起了一个名为“全天候零碳能源协议”的运动,旨在让全球电力系统脱碳。微软已投资10亿美元到气候创新基金,加速研发有助于降低气候影响的技术。亚马逊需要在其物流供应链上减少碳排放,这是一项更大的挑战,公司有多个企业社会责任(CSR)计划来减少其气候影响。
然而,在表面之下,可持续性误解仍然猖獗。亚马逊的碳足迹被发现严重低估,而微软尽管受到监管机构的压力,但在实现2030年目标方面一直进展缓慢。此外,人工智能似乎是科技巨头的一个大问题。
似乎大型科技企业目前没有可持续性解决方案来应对当前人工智能需求的激增,而依靠碳信用来实现可持续性目标。随着我们逐渐接近2030年,大型科技企业只能希望通过优化和专门的计算来降低AI的碳排放,以保持与其气候承诺的一致性。
来源:https://analyticsindiamag.com/tech-giants-lose-sustainability-war-against-ai/