de Vries 将视线拉得更广联系我们

发布日期：2024-03-17 22:38    点击次数：71

马斯克示意，继之前的芯片清贫后，AI的发展接下来将会遇上电力不及的挑战。

我觉得到来岁联系我们，你就会看到咱们莫得满盈的电力来运行总共的芯片。

最近，马斯克在作为上示意，继之前的芯片清贫后，AI 的发展接下来将会遇上电力不及的挑战。

全球似乎皆知说念检修 AI 发展 AI 需要无数算力，极为耗电耗水，但咱们似乎又不明晰它具体有多耗电。

即便如斯，部分地区一经运转感受到由 AI 大潮带来的用电压力，而各畛域的究诘东说念主员也在念念方设法去对能耗进行测算。

毕竟，要是咱们真要如科技巨头们所描述般走入与 AI 高超共存的翌日，那趁早计较它背后的「能源账」亦然一种必要。

景仰生成一张图，就能为手机充满电？

我在用文生图模子时，通常会不自发「贪图」。

即便图片出来质地还不错，我也总会忍不住多点几下，生成几次，或者添加一些变量，看模子会给我「造」出什么。

轻点一下就有全新演绎，这个劝诱太大了。

有关词，我没念念到的是，我的一次景仰点击下消耗的电量，果然一经能把我手机充满电。

客岁 12 月，开源 AI 平台 HuggingFace 究诘员和卡内基梅隆大学联手配合，统计了 88 个不同 AI 模子在不同任务下的用电情况。

其论文指出，图像生成模子忖度 1000 次平均用电 2.907 千瓦时，而平均手机充电耗电量为 0.012 千瓦时。

不外，论文作家 Sasha Luccioni 强调，这并不虞味着总共图像生成模子的耗电量皆如斯，因为究诘测算中既然只生成 64x64 图像的小模子，也有生成 4K 高清图的模子。

比较之下，文本类模子的耗电量会低好多—— 忖度 1000 次平均耗电量介乎于 0.002 千瓦时至 0.047 千瓦时。

值得指出的是，这仅仅 AI 模子在检修完成之后每次使用时的耗电量，检修模子自己用电量则更可不雅。

论文估算，GPT-3 这种体量的模子检修用电量可达 1300 兆瓦时，约等于 130 个好意思国度庭一年的用电量。

为什么不去算更新模子的用电量？

因为 OpenAI 变得越来越不 open，不再像几年前一样会公布检修细节，如用了什么硬件和耗时。

在尖锐化竞争下，各个 AI 公司也不肯公布我方的模子检修信息，一切皆在变得越来越不透明。

这亦然为什么 Sasha Luccioni 要用更侧面的样式来进行估算。

自然，这些数据没法代表总共东说念主的使用情况，但至少咱们有少许数据。

我念念把旗帜立起来，和全球说「咱们就从这里运转吧。」

通常不肯被信息壁垒挡住的，还有供职于荷兰中央银行的 Alex de Vries。

de Vries 将视线拉得更广，径直跳过 AI 模子，通过计较全球被用于 AI 畛域的英伟达 GPU 数目来估算这个畛域的用电量。

据 de Vries 估算，到了 2027 年，AI 行业每年的耗电量将介乎于 85 - 134 太瓦时，杰出于荷兰总共这个词国度的用电量。

至于 ChatGPT 自己，de Vries 觉得它每天处理 2 亿个用户肯求会耗电 50 万千瓦时，这杰出于一个好意思国度庭每天用电的量的 1.7 万倍。

要是 Google 将 AI 连合到每一次搜索中，那它一年的用电量就会飙升至 210 亿千瓦时，高于肯尼亚、克罗地亚等国度的用电量。

而和从前计较机发展不同的是，神秘顾客访问当前势态下 AI 的用电量基本很难裁减。

他指出，在 2010 -2018 年时间，全球数据中心的用电量其实相对相识，约略占全球总用电量 1%-2%。

虽然咱们的生存和互联网更高超了，用「网」频率也更高了，但硬件的后果也在进步，能对消一下。

情况在「AI 模子大战」下改革了，巨头们只念念把模子越作念越大，数据越多越好：

真像是一个后果的圆寂能源学。

它自然地创造了一种驱能源，让东说念主们束缚地增多算力资源，一朝模子或硬件变得更高效了，东说念主们又要让这些模子变得愈加大。

翌日的问题，交给翌日？

这一切关于 de Vries 来说皆很安闲。

最运转，引诱 de Vries 去作念用电统计的其实是比特币。

据 de Vries，比特币挖矿当前一年仍然消耗 1450 亿千瓦时的电量，碳萍踪高达 8100 万吨，比摩洛哥的年排放量皆要高。

对景区交通服务的调查内容包括停车场的设计、交通工具的便利性、区间车车内卫生、交通安全性、车内拥挤程度、线路安排等方面。餐饮产品的服务质量是景区服务质量形成的基本条件，餐饮服务的调查内容为餐饮卫生状况、菜式特色、服务态度和礼仪等。对导游服务的调查内容包括景区讲解员的讲解内容、服务态度、游览秩序、回答问题等方面，对于配有扫码获取电子讲解的景区，还需要考察电子讲解的流畅性。

      2、一定要把自己当成是个客户，真正想购买的客户，根据自己的兴趣和疑问和销售顾问正常沟通就可以了，重要的是搞价格。

挖矿自己的花样也注定了它和「可执续」在内容上的不兼容：

我觉得战略上惟一可行的作念法即是条款线路数据。

咱们花了那么多年才在加密行业学会这个，我果然很失望咱们怎样没能早些在 AI 畛域作念到这件事。

就像是咱们看到了挖币带来的影响，然后实足就忘了。

但和加密币行业不同的是，在各个大公司的叙事中，AI 将更高超地融入咱们的生存中，巨头们也不怕说起 AI 的耗电问题，仅仅管束决策也和 AGI 一样「翌日」。

咱们仍旧不可爱这项技巧对能源的消耗。

要是莫得大轻易，咱们没法达到指标地。咱们需要核聚变，或者极其低价的太阳能加上存储开导，或者某种大范围的开导。

Sam Altman 在本年 1 月的达沃斯作为上如斯回复 AI 的能耗问题。

此前，Altman 和微软皆投资了核聚变发电初创公司 Helion。这家公司发奋于 2028 年当年，建周密球首座核聚变发电厂。

这段时期引来无数温柔的法国公司 Mistral AI 和好意思国公司 Inflection AI 则各自拿出检修资本更低的高质地模子。

这诚然不错减少算力压力，但它们又是否能走出 de Vries 说起的范围轮回?

这些皆是要等「翌日」回答的问题，但「当前」一经展显现 AI 对能源的压力。

据彭博社，为了鲁莽用电量的飙升，好意思国一些电力公司在探究解封一经封存的化石燃料发电厂，部分公司一经运转提请监管机构批准建造新的自然气发电厂。

海外能源署在本年发布的讲明中预测，翌日三年，全球对数据中心、加密货币和 AI 的电力需求将增多一倍以上，杰出于一个德国的一说念电力需求。

到了 2026 年，全球总体电力需求瞻望将增长 3.4%，但风能、太阳能和水能等可再生能源和核能，皆无法弥补这一增长。

实在，要是咱们念念要一个 AI 无处不在的翌日，正如 Altman 所言，果然是进击需要首要轻易。

但 de Vries 则觉得，咱们也不错提倡一个新问题：

咱们果然需要 AI 去作念某些特定的任务吗？

探究到 AI 的各式限度联系我们，它在好多场地可能皆不适用，但咱们就得花很永劫期和无数能源去用艰深的样式智力显著这个道理。

• 实现
• 辣的
• 更广
• de
• Vries