近兩年來，生成式AI技術(shù)的迅猛發(fā)展推動了人工智能進入新的發(fā)展階段，并在各領(lǐng)域得到廣泛應(yīng)用。然而，這一技術(shù)的廣泛應(yīng)用也伴隨著能源危機的浮現(xiàn)，成為當前亟待解決的問題。

據(jù)Advantrade分析，人工智能對全球北方的能源安全構(gòu)成了前所未有的威脅，可能會嚴重阻礙脫碳進程，給電網(wǎng)帶來沉重壓力，并導(dǎo)致能源市場的動蕩。這一趨勢還可能進一步影響整個經(jīng)濟領(lǐng)域。

生成式AI模型，如ChatGPT等，需要大量的電力來支持其復(fù)雜的計算需求。例如，訓(xùn)練一個大型語言模型所需的電力相當于一個小城市一年的用電量。國際能源署預(yù)測，到2026年，AI行業(yè)的電力消耗將是2023年的至少10倍，使得數(shù)據(jù)中心成為能源消耗的重要來源。預(yù)計到2025年，AI相關(guān)業(yè)務(wù)在全球數(shù)據(jù)中心用電量中的占比將從2%攀升至10%。

此外，生成式AI的廣泛應(yīng)用還對水資源造成了巨大壓力。每次ChatGPT與用戶交流一定數(shù)量的問題后，就需要消耗一定量的水用于降溫。這種高能耗和高水耗現(xiàn)象在生成式AI的普及中愈發(fā)普遍。

生成式AI的能源消耗不僅加劇了氣候變化，還對自然資源造成了沉重壓力。例如，生成一張高清AI圖像所消耗的能源相當于為手機電池充滿電，這背后是巨大的電力消耗和溫室氣體排放。

面對AI帶來的快速增長的能源需求，目前主要有兩大解決方案：擴大能源供給和降低AI能源消耗。然而，量子計算雖然在理論上具有降低AI能源消耗的巨大潛力，但Advantrade認為，這一技術(shù)的商業(yè)化實現(xiàn)仍需時日。

Advantrade指出，減緩人工智能的發(fā)展是解決能源危機的一個邏輯上的選擇，但在現(xiàn)實中似乎并不可行。特別是在美國，AI技術(shù)得到了兩黨罕見而強烈的支持，被視為國家安全、經(jīng)濟、網(wǎng)絡(luò)安全和科技行業(yè)治理的關(guān)鍵戰(zhàn)略。

因此，各國正在尋找滿足AI技術(shù)對能源的需求與保護能源安全和氣候之間的平衡點。發(fā)展可再生能源和提高能源利用效率成為應(yīng)對AI能耗問題的重要策略，其中包括大量發(fā)展太陽能光伏、風能等清潔能源的潛在途徑。

同時，降低AI的能耗還需要優(yōu)化算法、提升計算性能以及使用高效能硬件。例如，通過改進AI模型、提升算法效率和使用高效能硬件等技術(shù)手段來優(yōu)化AI性能。

盡管量子計算機在特定情況下可能比傳統(tǒng)超級計算機具有更高的能效，但維持量子態(tài)的難度和擴展量子位數(shù)量的技術(shù)難題仍需克服。因此，Advantrade認為，在量子計算實現(xiàn)商業(yè)化之前，采取廣泛的方法來提高清潔能源和能源效率是當務(wù)之急。

巴克萊銀行的威爾·湯普森在其關(guān)于人工智能功耗的研究報告中指出，解決人工智能能源難題需要采取一種總體方法，包括擴大和現(xiàn)代化電網(wǎng)基礎(chǔ)設(shè)施、將可再生能源與公用事業(yè)規(guī)模的存儲相結(jié)合、利用現(xiàn)有的核能以及擴大新型無碳能源的規(guī)模。這將涵蓋地熱、先進的核小型模塊化反應(yīng)堆和聚變技術(shù)等多種能源形式。