如此规模的人工智能真的可持续吗?
摘要
本文质疑大规模人工智能数据中心的可持续性,探讨其水资源和能源需求,并评估轨道数据中心及效率改进等潜在解决方案。
我工作中会构建智能体,显然并非反对人工智能,但那些数字一直困扰着我,尤其是环境因素方面。如今每个数据中心都如出一辙:千兆瓦级的新需求、用于冷却的水资源、本非为此设计的电网,以及不断上涨的城市用水成本。由于缺乏将污水转化为可用冷却水的技术,数据中心仍在消耗清洁水源。接着我看到埃隆(Elon)在讨论将数据中心送入轨道,用太阳能供电,将热量辐射到太空,无需用水。虽然我认为这最终会是解决方案,但就目前而言,我觉得我们对算力的需求远超埃隆通过太空数据中心所能提供的量,而且需求增长速度似乎比他能够提供的速度更快。效率提升是否足够快以跑赢需求?太空数据中心是真正的答案,还是注定失败的干扰项?目前有没有任何(更小模型、更好调度、抵消措施等)你能称之为真正解决方案而非公关手段的事情?这些是普通人今天就能用上并产生影响的方法。
相似文章
AI 是否有一天会变得资源高效?
一场关于AI模型长期可持续性的讨论,质疑由于高昂的计算成本和对投资者资金的依赖,探讨资源效率的提升能否防止泡沫破裂。
这可持续吗?
一位资深工程师回顾了在软件开发中深度集成AI的三年经历,指出从创意到演示的差距已经消失,瓶颈从工程转向协调,同时表达了对可持续性和AI工具获取不平等的担忧。
AI数据中心繁荣的隐性成本
在美洲信息系统会议上发表的一项学术研究,描绘了AI数据中心繁荣带来的五大系统性矛盾,包括能源悖论、水资源压力、超大规模运营商主导、主权侵蚀和城市迁移,凸显了日益增长的环境和社会成本。
为应对AI电力激增,数据中心迎来重新设计竞赛
AI公司正在重新设计数据中心,以应对激增的能源需求和基础设施压力。
数据中心与AI用水问题被夸大
数据中心和AI的用水问题被夸大了;研究表明数据中心能创造本地就业并提高工资,超大规模设施比旧式托管中心带来更多好处。