不是那么魔术机器:人工智能的实际成本,以及为什么俄亥俄州计划是更多数据中心的现场

2025-09-18 15:35:00 英文原文

作者:TOLEDO, Ohio

生成人工智能(AI)无处不在。对某些人来说,这是下一场工业革命,可与印刷机,灯泡,巴氏杀菌牛奶,汽车,自切成薄片以来的下一个最好的事情。” 

它的有用性不仅在冰雹的科技行业中,而且在使用技术的其他行业中,而且在警务,教育和业务中也得到了证明。它的创造者几乎用神性的弥赛亚归因,无论是我们的储蓄恩典,我们不可避免的未来还是我们的灭亡。 

该技术具有引起了特朗普政府的关注,在私营部门,公司竞争在这个巨大的盈利行业中保持领先地位。 

可以肯定的是,AI的应用显然是深远的。在不到十年的时间里,生成的AI经过了训练,可以像我们一样写作,像我们一样说话,绘画,计划,分类,阅读和分析。它可以塑造我们的思维,并以看起来像魔术的方式进行竞标。 

但是,与魔术不同 - 魔术会创造出什么东西 - AI不能从无到有创造东西。AI产品虽然无形,但确实与物理世界有联系。 

科学家和研究人员说,这是对环境产生重大影响的联系。一个 

但是,其环境和财政成本是否超过其使用的好处?这不是一个容易回答的问题,尤其是当技术的当前形式处于相对婴儿期时。 

为了探讨这个问题,我们要求环境和计算机科学领域的专家分享他们对技术的了解,以及他们的关注点和更乐观的前景。此外,我们探讨了大湖地区的凉爽,水和土地丰富的环境如何使其成为实现AI繁荣的基础设施的理想之地。 

什么是生成人工智能? 一个爱因斯坦与GPU

尽管我们将AI描述为一种新技术,但事实是,它并不像看起来那样新。使用机器来计算(因此“计算机”一词)的同名发明。现在的区别在于,计算机可以更快,更有效地进行更多的计算。” 

杰克·李(Jake Lee)博士是鲍灵格林州立大学(BGSU)的副教授兼计算机科学系主席。作为与该技术紧密合作的人,他解释了生成的AI现在存在。他说,生成的AI(例如ChatGpt)是一项基于现有AI技术之上的技术,并通过计算概率来完成其任务。” 

“生成的人工智能可以通过了解他们(用户)插入的单词的顺序来理解我们告诉他们的内容。然后,他们使用繁重的概率来理解我们在说什么。因此,差异是自然语言处理是建立在典型或AI技术家族之上的。”

换句话说,它“理解”您在说什么,与仅响应特定命令的传统计算机不同。那是因为大型语言模型(LLM)是按照人类思想设计的 - 耳朵之间的超级计算机。” 

李说:“ AI算法基本上模仿了人脑中的人脑,神经元和其他事物。”“但是在计算机中,我们必须模仿它,这需要大量计算。”

他说,2000年之前的计算机主要是对所谓的中央处理单元或CPU进行计算,而图形处理单元或GPU主要用于屏幕显示。但是,今天发生了变化:计算机科学家能够直接编程到GPU。 

但是,这两件事有什么区别,以及一个 为什么这很重要? 

李说:“ CPU就像爱因斯坦大脑一样。”“计算机中有四个或六个。图形卡(GPU)也许就像像我一样的人或普通人,但是在一张图形卡上,我们中有3,000名,其中4,000个人。”

隐喻认为,尽管爱因斯坦是一个曾经是一代的天才,但他只是一个人。相比之下,GPU类似于成千上万的人的大脑,同时共同努力。李说,可以说,比单个爱因斯坦的力量要多得多。 

他说:“一个芯片中有太多的功能。为了模仿人类大脑在机器学习算法或AI算法中的活动,我们将其中许多GPU连接起来。”

计算机有时会有这种感觉,但不是魔术。总是会有现实世界的权衡,因为一个 所有这些计算处理都以一定的代价:大量的能量。 

加热,冷却 AI如何使用这么多能量

经过长时间使用密集的软件(例如视频编辑器或图形繁重的视频游戏),您是否曾经感到计算机会变得温暖?那是因为它使用的能量和能量 - 根据热力学的特性 - 无法创建或破坏。它必须去某个地方。 

在这种情况下,计算机的处理器正在努力工作,消耗能量,从而产生热量。在笔记本电脑或台式机中,内部风扇可能会启动以减轻机器上的某些压力并防止其内部组件融化。” 

但是,生成的AI和其他在线服务(依赖于更大级别的处理)并未存储在您的个人计算机中。当涉及到此规模的计算机处理时,不仅需要内部风扇来保持机械凉爽。

假设您进行了Google搜索,玩Fortnite或要求Chatgpt给您写电子邮件。此查询或命令以电子方式传递到包含服务器的数据中心。这些需要能量才能像家用计算机一样运行,通常以电力的形式运行。 

但是,当服务器完成每个任务时,它们也(就像视频游戏机或笔记本电脑一样)会产生热量。 

当服务器加热时,必须冷却它们才能继续运行。尽管空调是一种选择,但它也会产生自己的热量,并且在天文学上可能很昂贵,尤其是如果您在全国数千个数据中心冷却服务器时。” 

尽管数据中心并不是什么新鲜事物,但在人工智能方面,能源需求呈指数增长。 

还记得那3,000至4,000个针对奇异爱因斯坦大脑的大脑吗?让我们扩展这个隐喻:将每个大脑中的每个人都放在一个人的头上,并想象他们在办公室或工厂的地板上一起工作。是的,他们将比我们的朋友阿尔伯特·爱因斯坦(Albert Einstein)独自建立相对论的理论更具生产力,但是比单数爱因斯坦先生,成千上万的食物和水需要更多的食物和水。由于呼吸和移动和代谢,它们将产生更多的热量。他们最终将需要空调以使其保持舒适。 

关于成千上万的GPU在全国成千上万的数据中心工作的数千台服务器都可以这样说。他们需要大量的能量。那么多的能量意味着更多的热量。更多的热量意味着更多的冷却。 

因此,如果AC不是一个选择,这些服务器如何冷却?答案是人类 - 现在是机器 - 无法没有:水。

绿色(或蓝色) 大湖方程

使用水冷却电子设备似乎是违反直觉的(两件事不混合),但是称为“一次性冷却”的过程相当普遍。虽然它比使用空调冷却机械要节能要高得多,但它也具有环境影响。” 

根据美国能源信息管理局:一个 

“在一次直​​通的系统中,进气结构退出水,然后通过发电厂进行冷却。一旦使用,水就在较高温度下排放回水体。水的摄入量和热量排放都会影响当地的水生野生动植物。”

换句话说,一旦冷却,水就会在更高温度下返回其原始的水体,吸收了电子产品产生的热量。 

热力学的法律要求热量必须在某个地方进行,在这种情况下,它进入了水中 - 其中很多。美联社报道了8月 较大的数据中心每天最多可以消耗500万加仑的水,这与每天对高达50,000人的城镇的水需求大致相同,或者比Findlay市的整个人口略多。 

在地方一级,这使大湖地区处于一个有趣的位置。BGSU环境科学助理教授Timothy Pape博士描述了公司如何获得冷却服务器所需的水以及冷却过程的工作原理。

他说:“许多不同的数据中心都将水抽入其加工服务器的基础设施中,这通常来自城市水网格。”“从设计的角度来看,这是必须考虑的东西:该区域可以向数据中心提供多少水,以便它可以冷却服务器?一个 ...它可以取决于数据中心的大小,这是需要的大量资源。”

根据NOAA的说法,大湖区含有世界淡水供应的21%。除了该地区充足的供水外,天气凉爽的位置也是目标。尽管西北俄亥俄州在夏天有一些烧焦的人,但这里的冬季比该国南部和西部凉爽得多。

所有水中一个 帕普(Pape)说,大湖地区和凉爽的气候,技术行业的公司似乎可能会追求大湖作为建造数据中心的好地方。” 

当被问及公司是否会为数据中心选择大湖时,帕普说:“我认为这可能是一种情况。”“爱尔兰国家有很多数据中心,因为它具有与大湖区相似的气候和资源动态,因此爱尔兰已经大大增加了其数据中心的占地面积,这引起了有关该国境内能源使用的问题。” 

根据数据中心地图这是一个在全球范围内进行分类数据中心的网站,爱尔兰有123个数据中心。在美国,有4,049个数据中心。美国的比爱尔兰大约117倍。根据其正方形里程,爱尔兰拥有一个数据中心,每265平方英里的土地,而在美国,该数字每999平方英里都有一个数据中心。” 

但是,数据中心当然不是均匀分布的。美国的大多数数据中心都在弗吉尼亚州 - 其中637位。尽管其他州也有大量。 

以下是大湖区数据中心的州逐州细分:

  • 俄亥俄州:191个数据中心
  • 密歇根州:52个数据中心
  • 伊利诺伊州:222个数据中心
  • 印第安纳州:72个数据中心
  • 威斯康星州:47个数据中心
  • 明尼苏达州:64个数据中心

俄亥俄州特别是比爱尔兰大的1.4倍,与翡翠岛每平方英里的数据中心相似:大约234。显然,七叶树州散布着大量的水,并易于获得大量的水,出于这种原因,数据中心的眼睛是数据中心制造商的。 

但是多少水?帕佩说,至少目前,大湖地区没有面临重大且常规的缺水问题,因此在俄亥俄州西北部数据中心过度使用水的潜力并不是他的主要关注点。” 

他说,手头上一个可能更大的问题是能量使用。 

帕普说:“毫无疑问,数据中心需要大量电力。”“因此,突然一个(带有数据中心)的地区将比以前更高的电力要求。”

水,到处都是水 大湖区会成为下一个AI枢纽吗?

  • “水,水,每一个 /或任何滴水的地方” - ” - ” 古代水手的愤怒(1798年)

俄亥俄州已经是近200个数据中心的地点,在俄亥俄州西北部的不久的将来将是其他几个人的所在地。 

数据中心计划在俄勒冈州建造正在进行第二次交谈。同时,元正在建立自己的中心在伍德县,计划在2027年开始运营。 

卢卡斯县西部社区,例如蒙克罗娃和斯宾塞镇对建筑物数据中心表示兴趣在该地区,托莱多自由媒体在八月报道。 

这是该地区凉爽的气候,平坦的土地和充足的水储量,使其对开发商和科技公司特别有吸引力。正是他们带来的收入使他们对社区感到满意。 

帕普说:“可能会有大量想要成为大湖区的人,以帮助建立有些人正在设想的技术中心,但此外,还有更多人,更多的行业将需要更多的资源。”“我们不想告诉行业不要来这里,但我们希望能够以周到的方式管理这些变化。”

但是,尽管这些公司似乎正在关注大湖区的数据中心,而从市政到州一级的领导层则渴望获得经济利益,但并不是每个人都很高兴。除了担心设施的环境负荷外,有些人担心它可能对供水和电网所带来的压力。” 

在卢卡斯县的里奇菲尔德镇,,,,提出的分区变更将为“高级制造”铺平道路,该类别包括数据中心和研究设施。在社区成员发出异议之后,乡镇官员废除了修正案 那会允许的。 

返回伍德县,米德尔顿镇受托人提取了请求在居民对潜在的生活质量以及水,噪音和轻度使用方面的潜在影响表示担忧之后,将两个农田的两个包裹供工业用途重新用于工业用途。” 

但是,当地领导人强调了这些数据中心随着人工智能行业繁荣而带来的经济发展的重要性。俄勒冈市议会项目数据中心可以带来超过10亿美元对于经济,这将增加城市学校的收入。据当地工会领导人称,这也将创建多达600至800个工作。” 

是电 我们的电力状态以及数据中心和AI的需求

能源专家说,对数据中心的电气影响的担忧并非没有根据。这不仅是渴望能源的数据中心;这就是他们的使用方式。 

如前所述,AI比其他技术需要更多的能量。这国际能源协会报道说,AI查询实际上比其他用电所需的能量更多。它说,Google搜索的典型需求(无需AI,此后已实施其功能)是0.3 WH(瓦小时)的电力,而使用Chatgpt的请求需要2.9 WH。 

该组织在报告中写道:“考虑到每天进行90亿次搜索,一年将需要将近10个TWH(Terawatt小时)的额外电力。” 

IEA估计数据中心的全球电力消耗是预计到2030年翻一番,到同一年,占整个星球总消费的不到3%。预计由AI采用特别驱动的增长预计将每年约30%。

但是,我们有足够的电力支持这些冒险吗?美联社报道了八月与克利夫兰或匹兹堡大小相比,一些数据中心可能需要更多的电力。像水一样,电力是有限资源。这种资源是有代价的。 

传统上,传输成本分配在消费者类别之间,但是随着美国在美国竞争​​AI的全球优势的前所未有的能源,证据表明,它负责增加成本。” 

至少在俄亥俄州的本地,这笔费用可能是在俄亥俄州公用事业委员会之后的公司而不是消费者运营的公司批准了一项措施俄亥俄州资本杂志(Ohio Capital Journal)于2025年9月11日授予美国电力以开始对数据中心收取不同的数据中心的能力。 

但是,这一裁决仍然可以提交俄亥俄州最高法院提出上诉。一些人已经说过他们计划上诉。 

关于数据中心的电气需求是尚待观察的,或者实际上是可持续的。 

WTOL 11与在俄亥俄州西北部分发电力的FirstEnergy联系,询问他们的电网是否能够处理数据中心的需求,或者预计消费者的成本会增加。我们还没有听到。 

减少影响 技术公司可以使数据中心更加绿色?

AI可能留在这里数据中心没有放慢脚步的迹象,创新者正在寻找更环保的方法来创建和使用该技术。这IEA说可再生能源仍然是数据中心增长最快的电力来源,这些行业预测的增长。

一些公司正在寻找大量能源数据中心所需的环保替代品。最近,元签署了一项20年的交易 确保核能帮助满足不断增长的AI需求。尽管核电会产生废物,但不会发出二氧化碳或其他温室气体。 

Pape还强调了在AI和数据中心时可再生能源的重要性。 

“如果(能源)是通过风力涡轮机产生的,那可能是在这些数据中心发生的人工智能处理的一种更干净的形式。如果是通过煤炭发电厂,它在环境上的影响更大,不仅是从气候角度来看,而且还来自空气质量。”

减少的环境影响也可能以技术的使用方式形式出现,而不仅仅是如何使用它。减少这种环境影响可能会以负载平衡的形式出现:向更碳中性的数据中心发送AI请求以减少其环境影响。” 

他说:“如今,许多人工智能工具不一定会将数据处理推向您最接近的数据服务器或最接近的数据中心,因此实际上它会将其发送到世界上其他地区的其他地区,这些地区可能在那个确切的时刻进行了那么多数据处理。” 

然后,您可能会在向chatgpt发送查询时进入托莱多,但是处理它位于爱尔兰的数据中心。反之亦然 

Pape建议,该技术的这种能力可用于减轻其某些环境损失。他提到最近的论文加州大学河滨大学的研究人员撰写,建议有意和故意的负荷平衡可以使数据中心更加公平,税收更少。” 

研究人员声称,在某些地区,AI的环境足迹已经并且将变得不成比例,从而提高了他们所谓的社会生态正义问题。也就是说,数据中心在某些地区将比其他地区更加环保。 

帕普说:“这个想法是,我们实际上可以将数据过程发送到世界上造成环境危害机会较小的地方。” 

在实践中,这可能意味着受干旱或热浪影响的区域可能会关闭或限制自身,直到天气良好。同时,任何请求都将在可以处理的地区的其他数据中心卸载。 

但这需要在全球范围内进行合作。 

他说:“大规模实施这似乎非常困难。”“在某种程度上,必须从公司和政府那里得到很多买入。”

另一个替代方法可能是建立数据中心的形式。这可能意味着在更冷,更富含水的环境中建造。这可能意味着甚至没有在土地上建造它们。 

Lee补充说:“例如,他们(科技公司)正在测试数据中心,例如,在水下看是否可能是否可能。”“如果我们要建造它,我们需要确保我们可以真正维持它。” 

李说,他对生成人工智能的旅程感到乐观。他说,这些技术占据了过去的计算机的空间要少得多,而且它们的效率也要高得多。” 

李说:“所以有一个问题。”“但是我相信人们会找到解决方案。这通常就是我们要做的。”

然而,帕普最终表示,环境影响的程度可能取决于消费者的选择。 

“当我们对任何类型的实践,技术和类似的事情都产生影响时,它会给消费者带来一些选择,对吗?而不是说您必须为生活中的所有事情使用AI工具;这将剥夺消费者选择的自主权。”

温暖星球上的温暖机器 AI可以成为解决全球变暖的关键吗?

AI通常被认为是使人类在所做的一切方面更具生产力,更快,更有效的一种方式。有些人将其视为头脑风暴或解决问题的工具,或者可以帮助您提出以前没有考虑过的想法。 

因此,如果这台机器的功能强大3,000至4,000人的大脑,它是否有助于解决加剧的问题? 

对于Pape来说,这似乎不太可能:AI擅长合成数据并根据其进行预测。但是它知道和理解的一切都是基于人类已经提出的解决方案。 

帕佩说:“任何使您可以以更加实质性,复杂的方式出现问题或出现问题或主题的工具似乎是一种有价值的工具,但这不是万能药。”“归根结底,我认为这是一个关键,AI将要做的很多事情,尤其是聊天机器人,就是'这是历史参考。这是发生的事情。我正在获取这些数据,综合了这些数据,以某种方式将其提供给您,以帮助您回答您的问题。'''''''''''''''''''''''''”。

也许是通过AI的独特能力之一 - 处理数据和信息的速度要比人类所能以及预测方法快得多 - 可以朝着前进的行进前进。在与时间和温度的比赛中,AI可以收集,分类和分析数据,加快对科学家来说可能是一项耗时耗时的任务的重要过程。” 

实际上,科学家已经在使用AI来提高其气候变化研究的效率,这些研究最终用于为政策和环保实践提供信息。

例如,2023年使用机器学习的研究 预计预计地球将达到1.5摄氏度标记的时间范围更为精确,这是2015年巴黎气候一致性中需要的全球温度升高的阈值。美联社报道了科学家用AI产生了许多情况到2054年,全球变暖可以保持在2度摄氏度以下 - 比其他研究早得多,该研究提供了在2090年达到相同阈值的预测。” 

有研究表明AI可以监视南极冰山的熔化速率,预测区域容易森林砍伐甚至学会减少自己的碳排放并取决于能源需求。它可以分析天气数据 并将其与历史气候趋势以及太阳能生产的监视云覆盖物进行比较。它甚至可以通过改善技术产品和机械的设计周期来帮助公司减少浪费。 

但是机器不是魔术。它不会自己做这些事情。最后,在气候问题上解决人类问题可能需要人类解决方案。 

简而言之,一个 如果我们实际上还没有解决全球气候变化,那么认为AI将能够为我们提供完美的答案是“不幸的是不现实”。

关于《不是那么魔术机器:人工智能的实际成本,以及为什么俄亥俄州计划是更多数据中心的现场》的评论


暂无评论

发表评论

摘要

人工智能(AI)融入我们的日常生活和技术基础设施中,既带来了前所未有的收益,也带来了重大的环境挑战。随着数据中心的规模和能源消耗的增长,它们对全球碳排放产生了重大贡献。但是,正在探索几种策略来减轻这些影响:###可再生能源** 1。**可再生能源采用:** - 许多科技公司正在转向可再生资源,例如风,太阳能和核电(尽管担心废物)为其数据中心提供动力。 - **示例:** Meta对核能一项20年合同的承诺突出了该行业对各种清洁能源解决方案的探索。###负载平衡和分布式计算** 2。**负载平衡:** - 利用AI工具从遥远,较少征税的数据中心处理请求的能力可以减少整体碳足迹。 - **示例:** UC Riverside的研究人员建议将数据处理任务发送到具有剩余容量的地区,从而平衡全球能源的使用情况。###战略位置和设计** 3。**优化位置:** - 在凉爽的气候甚至水下建立数据中心可以降低冷却成本并提高效率。 - **示例:**测试淹没的数据中心展示了最小化环境影响的创新设计的潜力。###效率提高和技术进步** 4。**节能技术:** - 硬件设计的进步,例如更有效的服务器芯片和更好的热管理系统,可以减少功耗。 - **示例:**现代AI处理器使用更少的空间,与传统计算设置相比,更节能。###消费者选择和责任** 5。**消费者意识:** - 通过引起环境影响,消费者可以对他们使用的工具做出明智的选择。 - **示例:**选择披露其碳足迹和能源的AI服务有助于促进可持续实践。### AI在气候研究中的角色** 6。**环境科学中的AI:** - 利用AI来分析大量数据集可以加速气候研究,帮助更准确地预测趋势并为政策决策提供依据。 - **示例:** AI在预测温度阈值和分析天气模式方面起着重要作用,以提供更好的可持续性计划。### 结论尽管数据中心的环境影响仍然是一个重大问题,但仍有可行的绿色实践途径。关键在于政府,公司和消费者之间的合作努力,以优先考虑可再生能源,高效的设计,战略位置选择以及负责任的AI技术。最终,尽管AI不是气候变化的灵丹妙药,但如果明智地使用,它提供了有希望的工具来减轻环境影响。###未来前景随着技术的不断发展,正在进行的研究和创新将在减少数据中心的环境足迹中起关键作用。通过采用这些策略,我们可以努力追求一个更可持续的未来,在这种情况下,AI可以提高生产力而不会损害我们的星球的健康。