到 2026 2008年，估計(jì)用于訓(xùn)練 AI 計(jì)算率將增加十倍。耗電越多，人們需要的自然資源就越多。所以，能源消耗將呈指數(shù)級(jí)增長(zhǎng)。在這些因素中，最令人意想不到的是水資源的消耗。有些預(yù)測(cè)顯示，運(yùn)行一次 AI 在其生命周期內(nèi)，大型模型產(chǎn)生的碳排放量比普通汽車多。根據(jù)高盛最近的一份報(bào)告， 2030 年，因?yàn)?AI 隨著應(yīng)用的推動(dòng)，電力需求將增加 160%。

這種方式的無(wú)限運(yùn)行會(huì)帶來(lái)明顯的環(huán)境風(fēng)險(xiǎn)，但同時(shí)，AI 它還可以成為促進(jìn)可持續(xù)發(fā)展的強(qiáng)大工具，加快我們解決問(wèn)題的速度，幫助我們理解和應(yīng)對(duì)氣候變化，并支持早期能源轉(zhuǎn)型。

對(duì)企業(yè)和政府而言， AI 為了加強(qiáng)決策，提高業(yè)務(wù)生產(chǎn)力，降低成本，這是一個(gè)新的常態(tài)。因此，我們現(xiàn)在不僅要考慮更可持續(xù)的應(yīng)用。 AI 這種方法，更應(yīng)該優(yōu)先考慮這種方法是否能促進(jìn)整體的可持續(xù)收益。

怎樣才能有效地運(yùn)用？ AI 并且從中受益，同時(shí)盡我們的集體能力，最大限度地減少 AI 污染環(huán)境怎么樣？

選擇更加明智 AI 模型

AI 模型可以分為三個(gè)階段——訓(xùn)練、優(yōu)化和推理——每個(gè)階段都可以變得更加可持續(xù)。在 AI 旅行開始時(shí)，公司領(lǐng)導(dǎo)應(yīng)該考慮引用基本模型，而不是重新建立模型和培訓(xùn)代碼?；A(chǔ)模型可以在更短的時(shí)間內(nèi)定制調(diào)整，使用更少的數(shù)據(jù)和更低的能耗，而不是創(chuàng)建新模型。這樣可以有效地將前期培訓(xùn)費(fèi)用“攤銷”到長(zhǎng)期使用。

選擇規(guī)模合適的基本模型也很重要。大多數(shù)基本模型都有不同的規(guī)模選項(xiàng)，包括 30 億、80 億、200 十億或更多參數(shù)。這個(gè)模型不是越大越好。根據(jù)您的需要，一個(gè)用高質(zhì)量、精心策劃的數(shù)據(jù)訓(xùn)練的小型模型可以更加節(jié)能，產(chǎn)生與大型模型相同甚至更好的結(jié)果。IBM 研究發(fā)現(xiàn)，有些根據(jù)特定的相關(guān)數(shù)據(jù)訓(xùn)練模型，其性能可以和大一點(diǎn)。 3～5 兩倍的模型相當(dāng)，而且執(zhí)行速度更快，能耗更低。對(duì)于企業(yè)而言，這意味著更低的成本和更好的結(jié)果。

仔細(xì)確定模型計(jì)算的“位置”

一般而言，云與物理混合的方法能使企業(yè)靈活選擇處理數(shù)據(jù)的位置，幫助企業(yè)節(jié)能降耗。采用這種“混云”方法，AI 根據(jù)安全、法規(guī)或其他原因，可以在符合要求的數(shù)據(jù)中心進(jìn)行計(jì)算和處理，也可以在企業(yè)擁有的物理服務(wù)器上進(jìn)行計(jì)算和處理。

“混合云”可以從兩個(gè)方面支持可持續(xù)發(fā)展。第一，它可以把數(shù)據(jù)放在處理位置旁邊，這樣可以最大限度地減少數(shù)據(jù)傳輸?shù)木嚯x，并且可以在很長(zhǎng)一段時(shí)間內(nèi)實(shí)現(xiàn)真正的節(jié)能。第二，混合云使企業(yè)能夠在可再生資源周圍放置運(yùn)算處理數(shù)據(jù)的位置。舉例來(lái)說(shuō)，有兩個(gè)數(shù)據(jù)中心可以滿足你的需求。 AI 性能要求，一個(gè)靠近水電站，另一個(gè)靠近煤電站，而現(xiàn)在，你可以選擇前者。

最后，最重要的是，使用多少計(jì)算率，需要多少處理量。許多組織都配備了太多的備用算率，但是，現(xiàn)在已經(jīng)有軟件可以更好地管理這一點(diǎn)。在 IBM 自己的一個(gè) AI 在工作負(fù)載案例中，我們降低了多余的計(jì)算率，相當(dāng)于從 23 一個(gè)圖形處理器（GPU）減少到 13 個(gè)，大大降低了能耗，釋放了高需求。 GPU，用于其它用途。計(jì)算率下降了，但是 AI 但是模型性能并沒(méi)有下降。

硬件的標(biāo)準(zhǔn)化使用

調(diào)整好 AI 模型后，它 90% 人生將在推理模式中度過(guò)。在這種模式下，數(shù)據(jù)被傳輸?shù)侥Ｐ椭?，以便公司可以預(yù)測(cè)或處理任務(wù)。毫無(wú)疑問(wèn)，AI 這一階段也出現(xiàn)了大多數(shù)模型的碳足跡。所以，企業(yè)必須投入時(shí)間和資金，使數(shù)據(jù)處理盡可能可持續(xù)。

AI 對(duì)于一些支持特定計(jì)算規(guī)則的處理器，運(yùn)行效率更高。AI 在 GPU 中央處理器的上比（CPU）上面運(yùn)行得更好，但是兩者一開始都不是為了。 AI 設(shè)計(jì)。越來(lái)越多的新型Cpu誕生了。它們從零開始設(shè)計(jì)，旨在更快、更高效地運(yùn)行和訓(xùn)練深度學(xué)習(xí)模型。在某些情況下，這些芯片的能效得到了提高 14 倍。

能源效率處理是最重要的一步，因?yàn)樗鼫p少了對(duì)水冷系統(tǒng)的需求，甚至減少了對(duì)額外可再生資源的需求，而且這些能源本身也經(jīng)常產(chǎn)生環(huán)境成本。

邁向開源

開源意味著更多的人關(guān)注代碼，更多的人思考問(wèn)題，甚至更多的人解決問(wèn)題。這種透明的合作可以產(chǎn)生很大的影響。例如，開源 Kepler 項(xiàng)目-免費(fèi)對(duì)所有人開放-幫助開發(fā)人員在編寫代碼時(shí)估計(jì)運(yùn)行形成的能耗，使他們的代碼既能實(shí)現(xiàn)需求目標(biāo)，又能考慮能耗對(duì)長(zhǎng)期成本和碳排放的影響。

開源也意味著利用“群眾的智慧”來(lái)改善現(xiàn)有的 AI 模型，而不是無(wú)限依賴能源網(wǎng)絡(luò)來(lái)構(gòu)建新模型。不斷完善模型，使資源有限的組織能夠追求高成本、高效率的創(chuàng)新，使用靈活性、可靠性和可信度 AI 組織安心，持懷疑態(tài)度。

互聯(lián)網(wǎng)是歷史上最大的開源項(xiàng)目——最初用于共享學(xué)術(shù)論文?，F(xiàn)在，它支持我們的經(jīng)濟(jì)和社會(huì)。

同理，當(dāng)我們想像的時(shí)候 AI 當(dāng)我們?nèi)绾螏椭鷮?shí)現(xiàn)更美好的未來(lái)時(shí)，我們應(yīng)該追求創(chuàng)新，同時(shí)，我們應(yīng)該認(rèn)識(shí)到它消耗的自然資源，并負(fù)責(zé)處理我們使用和涉及的生態(tài)資源。

克里斯蒂娜 · 沈（Christina Shim）| 文

克里斯蒂娜 · 沈是 IBM 首席可持續(xù)發(fā)展官（chief sustainability officer）。

張雨簫 | 編校

本文選自《哈佛商業(yè)評(píng)論》中文版。 2024 年 8 月刊。

認(rèn)知升級(jí)不依賴雞湯。優(yōu)先考慮商業(yè)干貨、前沿趨勢(shì)和管理智慧，中文版《哈佛商業(yè)評(píng)論》將陪你構(gòu)建自己的知識(shí)結(jié)構(gòu)。618 市場(chǎng)營(yíng)銷活動(dòng)正在如火如荼地進(jìn)行，優(yōu)惠開始哈評(píng)會(huì)員利用現(xiàn)在↓

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com