人工智能背后的隐藏能源成本有多少？ 未来几年，人工智能领域对能源的需求量将十分巨大。国际能源署预计，到 2030 年，人工智能的能源需求将比现在翻一番，这给许多计划建设大型数据中心的国家和地区带来了严峻的能源安全挑战。 然而，提前规划数据中心的建设及其相关的能源需求是一项几乎不可能完成的任务。由于人工智能技术的快速发展和不断进步，以及对人工智能企业缺乏必要的信息披露要求，其实际和未来的能源消耗难以准确确定。因此，对未来能源使用情况的准确预测几乎是不可能的，因为我们甚至不清楚当前人工智能系统消耗了多少能源。但我们知道，其能源消耗量是相当巨大的。 所有这些不确定性所带来的结果是，终端用户们陷入了极度的焦虑之中，而私营和公共部门也纷纷迅速地、甚至是在恐慌的状态下投入大量资金用于扩大和新建能源生产能力。“推动这场人工智能革命所需的能源资源是惊人的，全球最大的科技公司已将获取更多此类能源作为首要任务，并希望通过此举重塑我们的能源网络。”《麻省理工科技评论》在 2025 年 5 月的一份报告中如是说道。 世界各国领导人别无选择，只能为最严峻的情况做好准备。目前，世界各地的国家都在加快新能力建设的步伐，而这一进程往往伴随着对气候目标的背离。据《金融时报》8 月报道，“从阿联酋的沙漠到爱尔兰首都的郊区，这些中心的计算机应用和培训的能源需求正在推动对化石燃料的投资大幅增加。” 围绕人工智能及其相关产业制定更完善且更具责任感的政策，必然需要更全面且更易获取的有关人工智能能耗的数据——但关于随着集成度和效率的提高，其能耗会如何变化，以及用户与这些平台的交互方式如何影响大型语言模型的能耗足迹等问题，目前仍没有明确的答案。 关于单个人工智能查询所消耗的能源量这一问题目前正引发广泛争论。甚至有人质疑，我们对大型语言模型表现出的礼貌（比如使用额外的计算资源向像 ChatGPT 这样的模型说“请”和“谢谢”）是否直接导致了能源消耗的增加，并使像 OpenAl 这样的公司损失了数百万美元。无论 ChatGPT 接收到多少次“谢谢”的指令，它都必须重新进行一次“推理”，完成“对模型进行一次完整的计算处理”。所有这些单独的计算加起来，其总量之大令人震惊。 当然，对于几句额外的礼貌用语的担忧，在与人工智能被滥用的其他众多更具挑战性的方式相比之下，简直微不足道。然而，《对话》杂志近期的一篇专栏文章指出，“认为海洋中的这些涓涓细流最终会产生重要影响这一观点的持续存在，表明许多人已经意识到人工智能并非表面上那样毫无意义。”该文章接着表示，“这种直觉值得认真对待。” 另一方面，这种心态也忽视了人工智能对环境造成影响这一真正的问题。个人的查询和用户端的活动与生产端所发生的情况相比，几乎可以忽略不计。人工智能的传播并非由用户驱动，而是由行业驱动的，它正以极快的速度被广泛应用于几乎所有的经济领域，并且带来了严重的能源后果。 据《华盛顿邮报》去年 8 月的报道，“人工智能已融入几乎所有的领域，从客户服务电话到算法化的‘管理者’再到战争行动。这极大地刺激了市场需求。” “尽管效率有了显著提升，但将这些成果重新投入到由化石燃料驱动的更大、更贪婪的模型中，将会造就我们所设想的那种能源‘怪兽’。”
