人工智能是气候英雄还是气候恶棍?- 新闻周刊

2024-09-25 09:00:01 英文原文

宾夕法尼亚州米德兰旧钢厂的空置建筑和废弃工程诉说着俄亥俄谷小镇的工业历史。近一个世纪以来,坩埚钢铁公司在这里雇用了数千名员工,推动了当地经济,直到几十年前该行业因行业低迷而关闭,留下了又一个锈带文物。但莫森基础设施集团首席执行官拉胡尔·梅瓦瓦拉 (Rahul Mewawalla) 在工业废物中看到了其他东西:为数据中心提供能源,使这个位于俄亥俄州边界以东的小镇成为人工智能革命的一部分。

“电力基础设施就在那里,”梅瓦瓦拉告诉《新闻周刊》。米德兰钢铁厂等老工业基地使用了大量电力,工厂关闭时高功率连接仍然存在。

Mawson 现在拥有大约 60 个模块化拖拉机拖车大小的数据中心单元,正在嗡嗡作响在占地 8 英亩的前坩埚钢铁厂址上,为数字客户处理零和一的工作。数据单元闪闪发光的金属与肮脏的残余结构和铁轨形成鲜明对比。

但是数据中心内使生成式人工智能成为可能的图形处理单元或 GPU 却非常耗能减少电力并散发出高热,这反过来又需要更多的电力来冷却,以将服务器保持在工作温度。Mewawalla 表示,最近增加的人工智能客户促使 Mawson 将米德兰的计算能力扩展到 120 兆瓦。

目前有数十亿美元流入人工智能及其所需的技术基础设施,我们决定如何决定然后应用该技术可以确定人工智能是气候英雄还是气候恶棍。

利用来自俄亥俄河的冷却水以及附近与匹兹堡光纤网络的连接,旧的Steelworks 拥有数据中心的基本要素。不过,最重要的是,河对岸是海狸谷发电站,这是一座五年前就计划关闭的核电站,但新业主一直保持开放,为数据中心提供充足的无碳电力。

“如果你想与大牌 AI 客户合作,你就必须拥有清洁能源,”Mewawalla 说。

对 AI 能源使用量的估计差异很大,但一项研究发现,发电一款流行型号的人工智能图像所用电量相当于给手机充满电。另一项研究发现,使用生成式人工智能进行网络搜索所消耗的能量是标准搜索所需能量的 10 倍。训练大型语言模型也是能源密集型的。据估计,训练 OpenAI 的 ChatGPT-4 一年所消耗的能源可能相当于 4,800 个美国普通家庭的能源消耗量。

电力研究所今年的一份报告估计,到本世纪末,数据这些中心可能会消耗美国全部发电量的 9%,比目前的 4% 左右大幅增加。“根据我们所看到的一切,这可能是一个低估的数字,”梅瓦瓦拉说。“需求远远超出了大多数人的想象。”

为人工智能繁荣确保各种形式的权力的竞赛已经开始。周五,微软宣布与电力公司 Constellation 达成协议,为其东北部和大西洋中部的数据中心购买 835 兆瓦的核电,为重启宾夕法尼亚州臭名昭著的三哩岛核电站的反应堆铺平了道路。p>

同样在宾夕法尼亚州,Amazon Web Services 于 3 月份购买了附属于萨斯奎哈纳蒸汽发电站核电站的数据中心。然后在 5 月,亚马逊破土动工了其第一个工业规模的太阳能设施,这是位于南加州的一个 150 兆瓦的阵列,配有大量电池来存储电力以供天黑后使用。

8 月,微软启动了合作伙伴关系未来五年在全国建设 500 兆瓦的社区规模太阳能发电站。同月晚些时候,Facebook 的母公司 Meta 宣布了一项购买 150 兆瓦地热发电的交易,为数据中心供电。

但即使有了这些大规模兆瓦清洁能源投资,美国的大部分电力该国大部分地区仍然来自燃烧化石燃料,特别是天然气。由于公用事业公司预计需求激增,一些燃气发电正在扩大,而一些旧的、肮脏的燃煤炉的退役则被推迟。

这意味着人工智能数据中心的繁荣也推动了化石燃料的增长一些环保组织的批评者表示,这些数字揭示了不同的优先事项。“他们有兴趣赢得人工智能市场,他们将尽其所能,包括改善环境,以实现这一目标,”地球之友气候虚假信息项目主任迈克尔·邱(Michael Khoo)告诉《新闻周刊》。“如果硅谷继续走这条路,我对实现气候目标的前景感到非常沮丧。”

然而,人工智能和机器学习也被应用于清洁技术和清洁技术领域的一些最棘手的问题。气候科学。研究人员已经在广泛的气候相关应用中使用这些新工具,例如将间歇性可再生能源与电网需求相结合,改进对气候驱动的火灾和洪水的预测,以及帮助发现清洁技术中使用的材料。

Amen Ra Mashariki 负责华盛顿特区贝索斯地球基金的人工智能和数据战略,并监督其人工智能气候和自然大挑战。该竞赛提供 1 亿美元,用于支持将人工智能应用于生物多样性保护、农业可持续蛋白质和电网优化的最佳提案。

当 Mashariki 筛选提交的材料以选出第一轮获胜者时,他看到了以下示例人工智能如何帮助扩大气候解决方案,他认为我们只是触及了可能性的表面。他说:“这一重大挑战是看看会发生什么的机会。”

大型科技公司的气候难题

流入人工智能的资金可以鼓励仍然依赖清洁能源的地区发展清洁能源。严重依赖化石燃料。Mawson 首席执行官 Mewawalla 表示:“由于人工智能基础设施的收入和利润非常健康,我们有能力提供新的经济激励措施,加大对无碳能源的投资。”科技领域的清洁能源支出热潮、微软和谷歌最新的可持续发展报告均显示,2023 年温室气体排放量急剧上升,这主要归功于人工智能的增长。两家公司均表示,他们仍然致力于实现净零排放目标。

“我们不会放弃任何可持续发展目标,”微软能源副总裁鲍比·霍利斯 (Bobby Hollis) 表示,该公司在软件行业中排名第五和电信公司名列《新闻周刊》美国最具责任感公司名单。该公司设定了一个目标,通过减少温室气体排放和投资从大气中吸收二氧化碳的方法,到本十年末实现碳负排放。

但是,该公司的可持续发展报告显示,与 2020 年相比,2023 年的排放量将增加 29%。霍利斯表示,人工智能的快速增长与可用的清洁能源之间存在滞后。他表示,该公司正在开展项目,为电网带来更多的无碳资源。“你现在看到的是尽快实现这些目标的真正动力,这样我们就不必添加无法满足无碳目标的额外资源,”他说。霍利斯预测,数据中心效率的提高也将抑制不断增长的能源需求。

我们正在努力降低下一波人工智能芯片和服务器的能源密集度,并改进数据中心的冷却系统,以便减少能源消耗。他们需要更少的水和能源。一项有前景的开发将 AI GPU 服务器浸入油性液体中以带走热量,从而大大减少能源需求。但一些研究人工智能对气候影响的研究人员指出了一个讽刺性的转折:随着人工智能变得更加高效,我们可能会更多地利用它,燃烧同样多的能源,甚至更多。

这是一个古老的问题经济学概念称为“杰文斯悖论”,以 19 世纪英国经济学家威廉·斯坦利·杰文斯的名字命名,他观察到,即使熔炉变得更加高效,煤炭的燃烧量也会增加。“我认为我们在人工智能中看到了这一点,”机器学习研究公司 Hugging Face 的气候主管、研究科学家 Sasha Luccioni 说。卢奇奥尼表示,人工智能技术和硬件正在变得更加高效。“但我们也在许多新的不同地方使用它,以至于我们正在失去任何这些收益,”她说。

Luccioni 正在评估不同领域的能源使用和碳足迹人工智能模型希望为人工智能用户提供一种基于气候问题进行比较的方法。将其视为人工智能的能源之星评级系统。

“我认为,对于很多人来说,这至少值得深思,也许是改变或推动行为的一种方式,”她

然而,她和其他研究人员表示,工作很困难,因为许多科技公司没有共享必要的数据。卡内基梅隆大学助理教授、艾伦人工智能研究所客座研究员艾玛·斯特鲁贝尔 (Emma Strubell) 告诉《新闻周刊》,“没有足够的信息报道,特别是关于最广泛使用的模型。”

Strubell 和 Luccioni与其他人工智能和可持续发展研究人员一起支持立法,呼吁提高人工智能能源足迹的透明度。马萨诸塞州民主党参议员埃德·马基今年年初在国会提出了《人工智能环境影响法案》。Salesforce 支持该法案,但该法案尚未获得大多数科技公司的支持。微软和 Meta 的代表拒绝对该法案发表评论。

“我认为这将会产生非常大的影响,我们会回顾过去并希望在该法案中能够有更多的监管和监控。”Strubell 说。

麻省理工学院助理教授 Priya Donti 是气候变化 AI 的联合创始人兼主席,该研究小组资助美国清洁制造领域一系列气候和能源问题的人工智能项目。为斐济居民更好地预测洪水的设施。她对人工智能的气候效益充满热情,但对人工智能的其他一些使用方式持谨慎态度。“我不认为人工智能对气候有万金油,”唐蒂告诉《新闻周刊》。“但实际上,考虑人工智能的应用也很重要,因为人工智能的应用会加剧气候变化。”

她表示,该技术也已应用于石油和天然气行业,以加速石油储量的勘探和开采。她补充道,“这是定向广告背后的一大推动力,对我们的消费方式产生影响。”

应对电力挑战

美国能源部长詹妮弗·格兰霍姆上个月召开新闻发布会,提出了一个她知道记者们关心的问题。“人工智能的爆炸式增长提出了一个大问题,我们是否有足够的能量来驱动人工智能?”

Granholm 随后回答了她自己的问题。

“我们强调‘是的,我们会的,”她说道,并列出了她的部门支持人工智能开发和推广清洁能源为其提供动力的方式。她表示,中国今年有望部署超过60吉瓦的清洁能源和储能容量。“这就像在一年内建造 30 个胡佛水坝。”

然而,关于清洁能源如何快速连接到电网和人工智能数据中心,仍然存在许多问题。大卫·波特 (David Porter) 是电力研究所电气化和可持续能源战略副总裁。他表示,EPRI 正在与科技公司和电力公司合作,以满足对清洁电子的需求。

“公用事业高管面临的最大挑战仍然是时机以及他们能够以多快的速度调动资源来满足需求。波特说:“一个新的数据中心可以在短短两年内准备就绪,但传输线路需要从新的太阳能或风能中传输电力设施到该数据中心可能需要四到五倍的时间。

“如果您需要在美国建造一条新的输电线路,从规划到获得许可需要八到十年的过程到建设,”他说。“所以这是一个很大的区别。”

波特说,对于许多电力供应商来说,增加发电能力的最快方法是使用新的燃气涡轮机,但这并不完全是气候行动的胜利。在一个又一个地区,电力公司正在预测和规划电力需求的大幅增长。例如,在卡罗莱纳州,杜克能源公司预计到 2030 年电力负荷增长将是该公用事业公司两年前预计的八倍,其中大部分归功于科技公司的增长。

“我们正在杜克大学 ESG 董事总经理 Heather Quinley 致力于寻找明智、负责任的方式来通过清洁能源满足这一需求。

关于《人工智能是气候英雄还是气候恶棍?- 新闻周刊》
暂无评论

摘要

宾夕法尼亚州米德兰老钢厂的空置建筑和废弃工厂讲述了俄亥俄谷小镇的工业历史。他们有兴趣赢得人工智能市场,他们将尽其所能,包括改善环境,以实现这一目标,”地球之友气候虚假信息项目主任迈克尔·邱(Michael Khoo)告诉《新闻周刊》。你现在看到的是尽快实现这些目标的真正动力,这样我们就不必添加无法满足无碳目标的额外资源,”他说。“波特说,对于许多电力供应商来说增加发电能力的最快方法是使用新的燃气涡轮机,但这并不是气候行动的胜利。“如果杜克大学建造这些新的天然气工厂,他们将很难实现脱碳目标,”南方清洁能源联盟研究主任玛吉·肖伯告诉《新闻周刊》。