-
日期: 2023-11-04 | 來源: 差評 | 有0人參與評論 | 字體: 小 中 大
之前世超寫過壹篇 AI 有多耗水的稿子，說是谷歌數據中心去年壹年就花掉了壹個半西湖的水量。
除了耗水，可能很多人還忽略了壹點，那就是 AI 在耗電這塊也是壹絕。
前兩天阿裡剛結束的雲棲大會上，中國工程院院士、阿裡雲創始人王堅就打了這麼壹個比方——
過去壹百年裡，全球電動機消耗掉的電量就占到了總發電量的壹半，而現在的大模型就相當於新時代的電機。
而這個新時代的 “ 電機 ” ，也是相當耗電。
現在，為了喂飽它這只電老虎，有些公司甚至准備搬出了 “ 核動力 ” 。
其實在業內，關於 AI 和能源之間的話題也是沒有斷過。
Huggingface 的科學家就專門測試過各個大模型的耗電量和碳排放，世超翻了翻這篇論文，也是直觀地感受到了大模型耗電的瘋狂。
先是 Huggingface 自家的 BLOOM 大模型，有 1760 億參數，光是前期訓練它，就得花掉 43.3 萬度電，我換算了下，相當於國內 117 個家庭壹年用掉的電量。
和它參數量相當的 GPT-3 ，耗電量就更不受控制，同樣是前期訓練，就要用掉 128.7 萬度電，足足是前者的叁倍。
甚至有人做過這樣壹個類比， OpenAI 每訓練壹次，就相當於 3000 輛特斯拉同時跑 32 公裡。
這還只是 AI 前期訓練用的電，在後期使用過程中累積的耗電量才是大頭。
壹般來說，訓練就是不斷調整參數、重復訓練，最後得到壹個使用體驗最好的模型，整個過程是有限度的。- 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