施耐德电气的一份报告考虑了四种可能的情况，并提出了一些指导原则以防止其失控，报告指出政策制定者需要谨慎引导人工智能数据中心未来的电力消耗。
能源基础设施企业施耐德电气在上个月召开的国际能源署全球能源与人工智能大会之后发布了这项研究报告。该研究题为《人工智能与电力：系统动力学方法》，研究了与人工智能相关的新兴思想流派及其对电力消费的影响。
关于人工智能（尤其是生成式人工智能）的兴起已经有很多报道，这导致人们在高性能和高功耗的基础设施上进行巨额投资，以开发和训练模型。
报告指出，现有的数据中心基础设施需要大量能源才能运行，并且需要额外的资源来支持预期的人工智能应用增长。这已经引发了人们对电网潜在压力和环境影响的担忧，如果人工智能的能源需求继续以目前的速度增长。
施耐德模拟了四种不同的情景，并将它们分别称为：可持续人工智能、增长极限、无边界富足和能源危机。这四种情景都预测 2025 年至 2030 年期间能源消耗将呈总体上升趋势，但此后根据每种情景所依据的假设，会出现明显分歧。
可持续人工智能着眼于在能源消耗稳步增长的同时优先考虑效率的潜在结果，而“增长的极限”则概述了人工智能发展受到自然或人类相关限制的受限路径。“无边界的富足”考虑了不受控制的增长的潜在风险，而“能源危机”情景则研究了能源需求和生产不匹配如何可能导致大面积短缺。
施耐德表示，可持续人工智能代表了一种有前景的方法，根据其模型，能源消耗将由预计的 2025 年 100 太瓦时 (TWh) 上升至 2035 年的 785 TWh。
在此情景下，到 2027-2028 年，GenAI 推理将成为人工智能领域电力消耗的主要驱动力，但也将转向更高效、能耗更低的模型。报告指出，其“特点是人工智能基础设施与需求之间的共生关系，效率和资源节约相互促进。”
《增长的极限》报告指出，GenAI 推理的持续应用容易受到电力和基础设施的限制。报告预计，到 2030 年，AI 的总能耗将从 2025 年的 100 TWh 基线增长到 510 TWh，但关键数据中心枢纽的电网电力供应、专用 AI 芯片的制造瓶颈以及大型语言模型的数据稀缺等挑战都将对其造成影响。
“无边界富足”情景表明，人工智能系统的快速和不受约束的发展有可能导致军备竞赛持续，基础设施规模越来越大、越来越强大，超出了可持续资源利用的能力。
施耐德预测，人工智能的总能耗将从 2025 年的 100 TWh 大幅上升至 2030 年的 880 TWh，并继续呈上升趋势，到 2035 年将达到惊人的 1,370 TWh。
这种情景体现了杰文斯悖论，即人工智能效率的提高反而导致整体能源消耗增加。它预测人工智能和数据中心将毫无障碍地扩张，因为技术乐观主义者推动人工智能在各个领域的快速部署，相信人工智能的进步将解决任何资源限制。
最后，能源危机模型预测人工智能的快速增长将导致其能源需求与经济的其他关键部门发生冲突。这将引发各种负面结果，包括经济衰退和依赖人工智能的行业面临的严峻运营挑战。
其中，人工智能能源消耗预计在2029年左右达到峰值，约670TWh，随后到2032年降至约380TWh，2035年进一步降至190TWh。报告称，不协调的人工智能治理将导致政策碎片化，从而造成全球或局部能源短缺。
施耐德列出了一系列可持续人工智能的建议，分为三个主要领域：人工智能基础设施；人工智能发展；以及治理、标准和教育。
第一条建议是，下一代数据中心应采用最新的冷却技术、高密度计算和现代节能 AI 硬件（如 GPU 和 TPU）进行优化。运营商应定期评估和升级基础设施，同时致力于提高数据中心的能源使用效率 (PUE)。
它还建议加快部署现场可再生能源发电，并结合先进的储能解决方案，以确保稳定的电力供应，并投资固态电池或储氢等技术。
公用事业公司还应为人工智能日益增长的能源需求做好规划，这将涉及与能源供应商、政策制定者和人工智能公司的合作，制定全面的战略。
报告指出，在人工智能发展方面，建议通过模型修剪、量化和轻量级架构等技术提高模型效率，同时开发测量的人工智能硬件功率配置文件。
人工智能公司应该为人工智能项目设立明确的关键绩效指标（KPI），包括能源效率和环境影响以及业务成果，同时应将循环经济原则应用于人工智能硬件和软件，以最大限度地减少负面影响。
至于治理、标准和教育，施耐德表示，政策制定者应该制定并实施可持续人工智能实践的认证计划，并为能源效率和环境影响制定明确、可衡量的标准。
此外，强大的人工智能治理框架应指导负责任的人工智能开发和部署，解决能源消耗、数据隐私和道德问题。
该报告还提倡人工智能教育项目，强调可持续做法对于培养一支能够应对未来挑战的劳动力队伍至关重要。例如，企业应该与教育机构建立合作伙伴关系，创建将人工智能技术技能与环保意识相结合的培训项目。
报告的很大一部分内容是附录，讨论了施耐德研究人员在制定和传达他们的情景时采用的方法，供有兴趣的人参考。这涉及创建系统动力学未来模型，以尝试回答有关可能结果的“假设”问题，以及影响这些结果的各种因素和权重。
作者还补充了免责声明，称他们知道在试图预测未来情景时会涉及妥协。报告称，虽然这项研究提供了对潜在人工智能电力消耗情景的洞察，但它强调了需要进一步研究的领域。
这些措施包括通过全面的生命周期评估（涵盖制造、数据中心建设和报废处理）更好地了解人工智能的环境足迹。报告指出，未来的研究还应改进本研究中使用的系统动力学模型，以更有效地捕捉不同行业和应用领域对人工智能需求的动态性质。
施耐德电气可持续发展研究所所长雷米·帕库 (Rémi Paccou) 在前言中表示，这项研究的目的并非是规范性的，而是通过探索这些潜在的未来，希望能够让利益相关者做好准备，应对未来的挑战和机遇。
“我们希望它能成为明智讨论和决策的起点。我们在提出研究成果时认识到，人工智能是一个快速发展的领域，我们的知识也在不断增长。”他说。
总体信息是，政府和行业领导者需要制定战略计划，以平衡人工智能发展与环境和经济可持续性。
转自军哥网络安全读报，原文链接：https://mp.weixin.qq.com/s/zTBtmtieXvnAcDVhSmK-rA
封面来源于网络，如有侵权请联系删除
