德勤的报告强调，人工智能可以推动气候中和的经济，但也预测到 2030 年和 2050 年，数据中心的电力需求将大幅上升。NVIDIA 强调了液冷 GPU 的进步，可减少电力和水的消耗，倡导能源整合
-从一开始就实现绿色人工智能的高效实践。
加速计算和数字孪生等创新被证明可以提高各行业的效率，而人工智能则被视为优化各行业资源利用和减少排放的工具。
随着 COP29 与会者齐聚阿塞拜疆巴库，共同应对气候变化，人工智能在环境可持续发展中发挥的作用成为焦点。
由德勤主办的一个小组会议汇集了行业领导者，探讨减少人工智能的环境足迹并使其增长与气候目标保持一致的方法。来自 Crusoe Energy Systems、EON、国际能源署 (IEA) 和 NVIDIA 的专家坐下来讨论人工智能的能源效率。人工智能对环境的影响
德勤最近的报告，
为人工智能提供动力：人工智能环境足迹研究
，显示了人工智能推动气候中和经济的潜力。
该研究着眼于组织如何在未来几十年内实现“绿色人工智能”，并解决人工智能的能源使用问题。
德勤分析预测，人工智能的采用将推动数据中心电力需求，到 2030 年可能达到 1,000 太瓦时 (TWh)，到 2050 年可能攀升至 2,000 TWh。这将占全球电力消耗的 3%，表明增长速度比 2019 年更快。
其他用途，如电动汽车和绿色氢气生产。虽然数据中心目前消耗的电力约占总电力的 2%，而人工智能仅占其中的一小部分，但 COP29 的讨论强调需要利用清洁能源满足不断增长的能源需求，以支持全球气候目标。从头开始提高能源效率
NVIDIA 正在优先考虑通过液冷 GPU 等创新实现节能数据中心运营。
直接芯片液体冷却使数据中心能够比传统空调更有效地冷却系统，消耗更少的电力和水。
“我们看到直接芯片液体冷却的趋势非常迅速，这意味着数据中心的用水需求目前正在急剧下降，”NVIDIA 企业可持续发展法律高级总监 Josh Parker 说道。
随着人工智能不断扩展，数据中心的未来将取决于设计能源效率从一开始。
通过从头开始优先考虑能源效率，数据中心可以满足人工智能日益增长的需求，同时为更加可持续的未来做出贡献。Parker 强调，现有的数据中心基础设施正在变得过时且效率较低。“数据显示，在加速计算平台上运行工作负载的效率比传统数据中心平台高 10 倍，”他说。
“我们有一个巨大的机会来减少现有基础设施的能源消耗。”
绿色计算之路
德勤的研究表明，人工智能有可能在走向气候中和经济的过程中发挥重要作用。
这种方法通常被称为绿色人工智能，涉及通过购买可再生能源和改进硬件设计等做法来减少人工智能在整个价值链中对环境的影响。到目前为止，绿色人工智能主要由行业领导者领导。拿加速计算例如，这就是用更少的资源做更多的事情。
它使用特殊硬件（例如 GPU）来更快地执行任务，并且比使用 CPU 一次处理一项任务的通用服务器消耗更少的能量。这就是为什么加速计算是可持续计算。
“加速计算实际上是我们见过的人工智能以及许多其他计算应用程序中最节能的平台，”帕克说。
– 过去几年加速计算的能源效率趋势显示能源消耗减少了 100,000 倍。就在过去 2 年里，我们的 AI 推理效率提高了 25 倍。“对于相同的计算工作量，能耗减少了 96%，”他说。减少各部门的能源消耗创新如
英伟达布莱克威尔
和
料斗每一代架构都显着提高了能源效率。NVIDIA Blackwell 对于大型语言模型的能效提高了 25 倍，对于复杂工作负载，NVIDIA H100 Tensor Core GPU 的能效比 CPU 提高了 20 倍。“人工智能有潜力使其他行业更加节能，”帕克说。螺螺
金融服务公司利用 NVIDIA Grace Hopper Superchip 将能源消耗减少了 4 倍，性能提高了 7 倍。
“在制造业中，如果使用人工智能通过数字孪生来帮助优化制造流程，我们将看到能源需求减少约 30%，”他说。例如，制造公司纬创资通