-
日期: 2025-01-05 | 來源: 南方周末 | 有0人參與評論 | 專欄: iphone | 字體: 小 中 大
這讓我聯想到，眼下高速發展的AI，也是高碳排、高能耗產業，但大家只關心AI的電耗水耗，忽視了背後的“物耗”。我們就這樣找到了研究人工智能環境危害的新角度。
南方周末：AI電子垃圾足跡，比AI碳足跡、水足跡更難計算嗎？
汪鵬：難點在於，這是壹個從無到有的過程，沒有現成的方法能測量生成式AI應用與底層硬件需求的關系。對此，我們在研究中構建了新的量化方法體系——“算力物質流”。
AI應用的背後，存在“模型-算力-硬件”叁個層次。運行大模型需要大量算力，算力背後需要大量硬件支持。
在生成式AI領域，不同模型需要多少算力，數據相對透明。不同算力需要多少硬件，可以參考企業采購芯片和設備的策略來估算。
把贰者對應關系串聯起來，就能將生成式AI的服務需求轉化為硬件需求，再結合硬件的運營情況及使用壽命推算電子垃圾數量。
有了這套方法，理論上可以像AI碳足跡、水足跡壹樣，計算出使用壹次ChatGPT產生多少電子垃圾，也可以測算出AI“電子垃圾足跡”的區域差異，比如，中國和美國運用不同模型的AI產生的電子垃圾也會不同。
南方周末：用“算力物質流”的方法，能不能估算出所有AI行業的電子垃圾？
汪鵬：很難。壹方面，如前所述，AI行業的邊界不夠清晰。另壹方面，研究選擇估算生成式AI這壹技術類型，不僅因為它發展較快，還和它信息透明度高、技術多樣性低有關。
就拿“自動駕駛”來對比，生成式AI依托的大語言模型框架相對清晰，硬件設備以英偉達等公司的芯片為核心，相對可以追蹤量化。而自動駕駛不僅涉及大語言模型，還可能涉及圖像識別等深度學習技術，核心硬件還可能包括攝像頭、感測器等，測算難度更大。
可想而知，要把AI作為大類估算，其產生的電子垃圾更多，也難得到嚴謹的數據。
主板、圖形處理器（GPU）、中央處理器（CPU）等硬件壽命普遍在3年左右，AI的快速發展背後，是快速產生的大量電子垃圾。（汪韜使用AI工具生成/圖）
“芯片戰爭”造成電子垃圾不必要的增長
南方周末：生成式AI帶來的電子垃圾數量，受哪些因素影響？
汪鵬：電子垃圾的數量和硬件的數量、使用時長直接掛鉤。
對AI應用服務和模型算力的需求共同決定了硬件的數量，AI消費越少，硬件消耗也越少。如果AI不再基於高算力需求的模型，節約算力的同時也能降低大量硬件需求。
硬件使用時長，受到客觀壽命影響，也和硬件是否匹配需求有關，比如AI應用需要新壹代芯片支撐，舊芯片沒壞，也可能被提前報廢。
此外，技術壁壘也會加劇電子垃圾的產生。在沒有貿易限制的情況下，世界各地的數據中心可以自由購買最新型號的芯片，但“芯片戰爭”下，部分國家無法獲得性能更高的芯片，意味著需要消耗更多硬件。
南方周末：低端芯片壹定會造成更多電子垃圾嗎？
汪鵬：這是壹個有趣的問題。在市場需求相同的情況下，低端芯片的確會產生更多電子垃圾，比如，假設英偉達新壹代GPU的帶寬效率是上壹代的壹半左右，基於上壹代的芯片則需要投入雙倍數量才能實現同等性能。
不過，受消費的反彈效應影響，越先進的芯片，往往擁有更大市場，這導致技術先進地區的電子垃圾數量反而高於落後地區。
南方周末：技術壁壘會導致“重復造輪子”，帶來更多電子垃圾，有什麼解決方案？
汪鵬：除了國與國之間的技術壁壘，企業之間出於商業競爭的目的，也會出現“重復造輪子”的現象，造成電子垃圾不必要的增長，因此全球合作非常重要。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見