最近，“ChatGPT一天耗電50萬度”上了各大社交媒體的熱搜榜。據外媒報道，OpenAI的熱門聊天機器人ChatGPT每天要消耗超過50萬度的電力，是美國普通家庭日均用電量的1.7萬多倍。OpenAI首席執行官薩姆·奧爾特曼在達沃斯世界經濟論壇年會上表示，下一波生成型人工智能系統消耗的電力將遠遠超出預期，能源系統將難以應對。英偉達CEO黃仁勛也公開表示，“AI的盡頭是光伏和儲能”。特斯拉CEO馬斯克也預測，到2025年就將沒有足夠的電力來運行所有的芯片。也有媒體報道，人工智能（以下簡稱AI）不僅耗電而且耗水，每次向ChatGPT給出5-50個提示或問題，它就會消耗500毫升的水用于冷卻計算設備和為數據中心供電的發電廠。根據微軟的環境報告，從2021年到2022年，其全球用水量激增了34%，用水量達到近17億加侖，相當于2500多個奧運泳池。于是有網友評論：會不會在將來的某一天，AI也成了要治理的“兩高”行業？

 

我們在享受AI帶來的便捷服務的同時，也不能忽視AI對電力的高度需求。AI在許多應用領域都需要大量的電力來運行和維護。計算資源方面，高性能計算集群、云計算服務器、圖形處理單元等計算資源都需要大量的電力來運行和維護。數據方面，數據處理和存儲、大量的數據訓練計算和推理、復雜的算法和模型及其優化與更新等都需要更多的計算資源和時間，從而導致了更大的能源消耗。數據中心、服務器和存儲設備等設施也需要耗費大量的電力，同時設備散熱和冷卻需求也需要大量的電力和水資源。

 

隨著技術的發展和優化以及全社會對能源和環境的關注，AI也在探索節能的方法。例如動態電源管理，改進模型效率以及實施AI模型的自適應機制，選擇更節能的硬件，提高冷卻效率等。使用可再生能源和整合智能電網技術也能夠在高峰時段減輕電網的負載，顯著縮小AI服務器的能源足跡。同時，廢熱回收和再利用技術也能夠捕獲AI能源消耗產生的熱量用于供暖。例如，Meta公司在丹麥的數據中心從2020年起就將服務器產生的多余熱量并入地區供暖網絡中，能夠為大約1.1萬戶家庭供熱。如果將數據中心整合到聯合供熱和動力系統中，更有利于所用能源效用的最大化。

 

從環境科技的角度來看，AI節能的新需求，也是環境科技驅動新質生產力的創新點，而且是環境科技很難得地從0到1的原始創新。環境科技可以通過創新理念、方法論和增強效率等方法，將環境科學原理與尖端技術進行整合，服務于AI的全過程節能。例如，環境數據能夠指導AI數據中心在氣候較冷或可再生能源資源豐富的地區選址，降低冷卻成本并減輕對化石燃料的依賴；高效的能源存儲可以幫助AI數據中心更有效地利用可再生能源；環境相關的材料科學和冷卻技術創新能夠直接作用于改善AI能源消耗；碳足跡分析工具有助于量化AI操作的碳足跡，指導AI數據中心更科學合理地節能減排。同時，AI本身也能夠用來優化包括其自身運作在內的各領域的能源使用。機器學習算法可以預測最節能的操作模式并優化能源消耗模式；生命周期評估方法論能夠評估AI系統從制造、運營到處置整個生命周期的環境影響，最小化AI的環境足跡。

 

能源是AI不斷發展的關鍵基礎。AI持續創新與市場升溫，也帶動了對更高效能源解決方案的需求；AI與能源革命、儲能技術的深度融合，也會成為未來科技創新戰略關注的重要領域。目前，我國已經成長為世界最大的能源生產國，在清潔能源方面也取得了可觀的科技創新成果。當前全社會都在主動擁抱AI新技術，環境科技也要根據AI的新需求積極探索、勇于創新，更全面高效地支持AI和它帶來的工業與產業革命。

 

（張懿璇，作者單位：中國環境科學研究院）