環境永續生成式AI超耗電？8 個步驟讓它更環保
生成式AI超耗電？8 個步驟讓它更環保
How to Make Generative AI Greener
大家都知道生成式AI的能耐，但這些模型背後的環境成本呢？無論是訓練模型、部署模型進行推論，或是製造所需的相關硬體，都會留下龐大的碳足跡，因此，在生成式AI更普及前，應設法找到更環保的做法。本文建議公司採取8項步驟，既可以廣泛運用這項技術，又降低對環境的衝擊。
雖然觀察家對ChatGPT、BERT、LaMDA、GPT-3、DALL-E-2、MidJourney和Stable Diffusion等新型生成式人工智慧（generative AI）工具展現的能力驚嘆不已，但這些模型隱藏的環境成本和衝擊往往為人忽視。這些系統的開發和使用，能源密集程度極高，而且要維護它們的實體基礎設施，也需要耗用電力。目前，這些工具剛剛開始獲得主流認可，但有理由相信，這些成本勢必很快將成長，而且是急劇成長。
數據中心產業，是指為了儲存和管理資訊與通訊技術系統的實體設施，占全球溫室氣體（greenhouse gas，GHG）排放量的2％～3％。每兩年，全球數據量就會倍增。數據中心伺服器要儲存不斷擴增的資訊之海，就需要耗用巨量的能源和水（直接用於冷卻，以及間接用於產生非再生能源電力）來運轉電腦伺服器、設備和冷卻系統。這些系統使用的電力占丹麥的7％，占美國的2.8％。
幾乎所有最知名的生成式AI模型，都是由「超大規模」（非常大）的雲端供應商生成的，它們有數千台伺服器，產生大量的碳足跡；尤其是，這些模型是在圖形處理器（graphics processing unit，GPU）晶片...
