开yun体育网亚马逊在行家运营着 100 多个数据中心-开云(中国)Kaiyun·官方网站 - 登录入口

发布日期：2026-04-05 10:33    点击次数：145

（开端：MIT News）

东说念主们对生成式 AI 充满期待，从晋升管事效果到激动科学相关的跳动。关系词，尽管这项技巧的迅猛发展激动了苍劲模子在多个行业的快速垄断，随之而来的环境影响却仍难以量化，更无谓说灵验缓解。

考试领非凡十亿参数的生成式 AI 模子，如 OpenAI 的 GPT-4，需要苍劲的诡计才气，这不仅耗尽多半电力，增多二氧化碳排放，还会给电网带来极端压力。

此外，将这些模子部署到试验垄断中，使数百万东说念主大概在日常生计中使用生成式 AI 模子，并在开发完成后执续微调以优化性能，这些齐将遥远耗尽多半能源。

考试、部署和微调生成式 AI 模子所使用的硬件依赖多半水资源进行冷却，这可能对市政给水系统形成压力，并影响当地生态系统。此外，生成式 AI 垄断的激增激动了对高性能诡计硬件的需求，从而在制造和运载历程中曲折增多了环境职守。

“当咱们商榷生成式 AI 的环境影响时，不可仅仅暖和开拓插上电源时耗尽的电力。这些影响触及更平方的系统层面，而且会跟着咱们给与的行径而执续存在。”麻省理工学院材料科学与工程系培植 Elsa A. Olivetti 示意。她同期亦然麻省理工学院新自得步地脱碳任务的认真东说念主。

Olivetti 是论文“The Climate and Sustainability Implications of Generative AI”的资深作家之一。该论文由 MIT 相关团队共同撰写，动作该相关所范畴内搜集论文的一部分，旨在探讨生成式 AI 对社会的变革后劲，包括其正面与负面影响。

高耗能的数据中心

数据中心的电力需求是生成式 AI 对环境影响的中枢要素之一。这些中心承担着考试和入手深度学习模子的重担，为 ChatGPT、DALL-E 等广受迎接的 AI 器用提供支执。

数据中心是一种温控建筑，里面庞纳诡计基础法子，如服务器、数据存储开拓和网罗开拓。举例，亚马逊在行家运营着 100 多个数据中心，每个数据中心约包含 50,000 台服务器，用于撑执其纷乱的云诡计服务。

尽管数据中心的见地自 20 世纪 40 年代以来就已存在（1945 年，宾夕法尼亚大学建造了行家首个数据中心，以支执首台通用数字诡计机 ENIAC）。如今，生成式 AI 的崛起大幅加速了数据中心的诞生速率。

“生成式 AI 的私有之处在于其极高的功率密度。试验上，它仍然是诡计，但一个用于考试生成式 AI 的诡计集群所耗尽的能源可能是典型诡计管事负载的七到八倍。”麻省理工学院诡计机科学与东说念主工智能实验室博士后 Noman Bashir 施展说念。他同期是该相关论文的第一作家。

科学家推断，北好意思数据中心的电力需求已从 2022 年底的 2,688 兆瓦增长至 2023 年底的 5,341 兆瓦，其中部分增长归因于生成式 AI 的需求。从行家来看，2022 年数据中心的总电力耗尽达 460 太瓦时。证实经济互助与发展组织的数据，这一能耗足以使数据中心成为行家第 11 大用电实体，位列沙特阿拉伯（371 太瓦时）和法国（463 太瓦时）之间。

展望到 2026 年，数据中心的电力耗尽将接近 1,050 太瓦时，届时它们将成为行家第五大用电实体，仅次于日本和俄罗斯。

尽管数据中心的诡计任务并非沿途触及生成式 AI，但这一技巧已成为能源需求增长的主要驱能源之一。

“新建数据中心的能源需求难以以可执续的面容得志。各家公司诞生数据中心的速渡过快，这意味着其电力供应仍然主要依赖化石燃料发电厂。” Bashir 指出。

考试和部署大型 AI 模子，如 OpenAI 的 GPT-3 所需的电力难以精确估算。关系词，2021 年的一项相关标明，谷歌和加州大学伯克利分校的科学家估算仅 GPT-3 的考试历程就耗尽了 1,287 兆瓦时的电力，这一用量足以撑执约 120 户好意思国普通家庭一年的用电需求，并追随约 552 吨二氧化碳排放。

Bashir 施展说，“尽管所有机器学习模子齐需要经过考试，但生成式 AI 濒临的私有挑战之一在于其考试历程的不同阶段会导致能源耗尽剧烈波动。”

电网运营商必须找到搪塞这些波动的法子以确保电网富厚性。关系词，时常用于均衡电力负载的法子是使用柴油发电机，这不仅增多了对化石燃料的依赖，还进一步加重了碳排放问题。

推理阶段的能源影响执续增长

当一个生成式 AI 模子完成考试后，其能源需求并不会随之隐匿。

每次使用模子，举例用户肯求 ChatGPT 回归一封电子邮件，施行这些操作的诡计硬件齐会耗尽能源。相关东说念主员推断，一次 ChatGPT 查询所耗尽的电力约略是一次普通网罗搜索的五倍。

“但普通用户不会过多洽商这极少。” Bashir 说说念，“生成式 AI 界面的简易性，以及用户对其环境影响短缺剖析，意味着咱们不会去念念何如减少对这项技巧的使用。”

在传统 AI 中，能源耗尽相对均匀地踱步在数据搞定、模子考试和推理三个阶段。关系词，Bashir 展望，生成式 AI 的推理阶段昔时将成为能源耗尽的主导部分。跟着这些模子在越来越多的垄断中普及，且昔时版块的模子变得更大、更复杂，推理所需的电力耗尽也将执续增多。

尽管数据中心的电力需求在相关中受到平方暖和，但这些法子的水资源耗尽不异带来了权贵的环境影响。

冷却数据中心时常需要多半冷却水来摄取诡计开拓产生的热量。据 Bashir 估算，数据中心每耗尽 1 千瓦时的能源，时常需要约 2 升水进行冷却。这种高强度的水资源耗尽可能加重当地的水资源短缺，并对生态系统形成龙套。

“云诡计这个称号并不虞味着这些硬件的确存在于云表。数据中心是现实宇宙中的实体法子，而它们的用水需求对生物万般性有着径直和曲折的影响。” Bashir 说说念。

数据中心里面的诡计硬件自己也带来了曲折但权贵的环境影响。

尽管难以精确估算制造 GPU 所需的电力，但其能耗无疑高于更纵情的 CPU，因为 GPU 的制造工艺愈加复杂。此外，GPU 的碳萍踪还受到原材料运载和供应链排放的肖似影响。

GPU 所使用的原材料开采历程不异带来了严重的环境影响。好多瞻仰金属的开采触及高耻辱的采矿功课，而且在索求历程中可能使用有毒化学品，对生态环境形成遥远龙套。

市集相关公司 TechInsights 推断，2023 年，三大主要 GPU 分娩商英伟达、AMD 和英特尔向数据中心出货了 385 万块 GPU，较 2022 年的 267 万块大幅增长。展望 2024 年的增长幅度将更为权贵。

Bashir 指出，面前行业的发展旅途难以遥远执续，但仍然不错通过激动负管事的生成式 AI 发展来支执环境野心。

他与 Olivetti 过甚麻省理工学院的共事们合计，要完好意思这一野心，需要全面考量生成式 AI 的环境与社会本钱，同期深刻评估其潜在收益的实在价值。

“咱们需要一种更有针对性的法子，以系统且全面地领会该限制新技巧发展的影响。由于技巧跳动的速率如斯之快，咱们尚未有鼓胀的时候来完善估量和领会这些量度弃取的才气。” Olivetti 回归说念。

原文畅达：

https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117开yun体育网