ChatGPT-3 训练产生的温室气体排放消耗了 50,000 多加仑汽油。这令人担忧，不是吗？所以，今天让我们了解有关 AI 模型中的能源消耗的事实以及生成式 AI 对更可持续的世界的重要性。
ChatGPT 每天消耗多少能源？
ChatGPT 3 模型每天的能耗约为 2916KWh.
当你在 ChatGPT（生成式预训练转换器）等对话式 AI 模型中输入关键字时，该模型会根据收到的输入生成动态模仿人类类型的响应。然而，这 流程需要访问高性能计算资源， 包括强大的 CPU、GPU 或 TPU 等专用 AI 加速器。
为了处理大规模部署并适应大量用户交互，GPT 可以利用其 175亿参数 用于搜索。这会消耗能源，因为互联网运行在与硬件相匹配的服务器上。
我们要求 ChatGPT 本身确定其每日消耗量，但 没有得到可信的答案。
因此，我们必须找到一种方法来假设能源消耗。经过这些 研究报告训练 GPT-3 模型需要消耗相当于 405 年的能源 Nvidia V100 GPU，众所周知 消耗约300W功率简单来说，大约需要 405 个 V100 GPU 同时工作一年才能完成训练过程。
使用这个 公式，可以发现ChatGPT 3的能耗为300W（V100消耗的电量）*每天24小时*每年365天*405年= 约 1064 兆瓦时.
这导致排放量约为 460 公吨二氧化碳当量.
现在，使用这个 温室气体当量计算器，该数据相当于
- 一辆普通汽油动力乘用车行驶 1,179,951 英里所产生的温室气体排放量或
- 2 个家庭一年能源使用产生的二氧化碳排放量
ChatGPT 3 的每日能耗
GPT 3 一天的用电量为 300W（V100 耗电量）*每天 24 小时*405 年= 2916千瓦时 约
它相当于 1.3 吨二氧化碳当量，与
- 燃烧1413磅煤或
- 为 153,446 部智能手机充电
注意：：随着 ChatGPT 随时间发布新版本或方法和变量更新，这些数字可能会有所不同。
ChatGPT 每月消耗多少能源
GPT 3 每月的能源使用量可计算如下
300W(V100耗电量)*每天24小时*30天(平均)*405年= 87,480千瓦时 大约。
- 4 个家庭 1 年的能源使用量
- 这相当于一辆普通汽油动力乘用车行驶 97,013 英里产生的温室气体排放量。
- 这相当于消耗2加仑柴油产生的二氧化碳排放量。
了解这些信息后，我们感兴趣的是了解 Open AI ChatGPT 每次查询的能耗，但简单地将训练 ChatGPT 所消耗的能耗（1064 MWh）除以一天内的查询次数可能并不明智。经过训练的算法可以在几天内多次使用，因此 随着时间的推移，准确跟踪 ChatGPT 查询的数量是一项挑战。
另请参阅： ChatGPT 的数据中心耗水量巨大
人工智能消耗多少电力或能源？
目前的人工智能能源使用趋势表明，该技术可能消耗高达 每年 29.3 TWh 电力这相当于爱尔兰整个国家一年的用电量总量。
到 2027 年，全球与人工智能相关的用电量可能会激增 每年 85.4–134.0 TWh，主要由新制造的服务器推动。这一增长与荷兰、阿根廷和瑞典等国家的年用电量相当。
如何让生成式人工智能更加环保
你可以遵循以下技巧，让生成式人工智能更加环保：
1.利用大型生成模型而不是创建新的模型： 除了大型供应商或云提供商之外，其他公司 不需要创建大模型。这些公司通常在云端拥有数据和大量计算能力，因此他们无需费力构建它们。这减少了大量训练的需要，而大量训练会消耗大量的计算资源。
2. 实施节能计算方法： 在微型微控制器上进行本地处理可以节省一千倍的功耗，而无需将数据传输到外部服务器。例如，使用以下技术 稀疏正则化 or 低精度算术和 微型机器学习 进行数据处理，减少计算工作量。
3. 仅在重要时才应用大型模型： 对于小模型就够用的任务，避免使用不必要的大型模型。在诉诸机器学习或人工智能之前，开发人员应该通过研究和分析探索各种替代解决方案。只有当大型模型提供了实质性价值时，才应该考虑它。 确保资源得到有效利用 来解决当前的问题。
4. 谨慎选择何时使用生成式人工智能： 谨慎使用生成式 AI，尤其是生成博客文章或有趣故事等任务，这些任务可能不需要大量计算资源。避免在更简单的传统方法就足够的任务中部署生成模型，从而减少不必要的能源消耗。
5. 为云提供商或数据中心推广能源： 支持使用可再生能源为人工智能基础设施和运营提供动力的举措，以最大限度地降低人工智能和软件的碳强度。
6. 重复利用资源： 尽可能重复利用技术， 回收材料 对于笔记本电脑和处理器等较新的技术组件来说，也最大限度地减少了资源开采对环境的影响。
7. 将人工智能活动纳入你的碳监测中： 追踪 碳足迹 与您的 AI 活动相关的数据，包括训练和推理过程。公司应公布碳监测数据，以便客户就 AI 相关活动做出明智的决策。排放量计算依赖于供应商和处理公司（如研究实验室）以及 OpenAI 等 AI 服务提供商的数据。
8.探索智能算法技术： 投资研发节能的生成式人工智能算法。它们指导软件解读视觉和音频，从而使其能够获得洞察力。它们就像食谱一样，分别指导软件和硬件作为厨师和厨房用具。就像食谱简化了烹饪任务一样， 高效算法优化数据处理，减少工作量 软件和硬件组件。效率的提高降低了计算能力要求，有助于实现更加绿色的人工智能实践。
9.投资能源： 例如，公司可以与以下组织合作： 尘世的 使用行业标准评估他们的碳足迹，或者使用各种软件包和在线工具，例如 代码碳, 绿色算法和 ML 二氧化碳影响，可用于在运行时估算代码中的排放量。它们将提供定制的碳减排策略建议，使企业能够通过该平台监测其对环境的影响。
另请参阅： 澳大利亚 Neara 的 AI 技术可保护公用事业免受极端天气的影响
谷歌搜索每年的能源消耗
谷歌的能源使用量激增至 22.29亿千瓦时 2022 年将比 12.7 年的 2019 TWh 有所上升。
然而，谷歌已经采取了许多举措来解决其能源消耗问题。 致力于使用 100% 可再生能源为其运营提供动力 通过投资风能和太阳能发电场等可再生能源项目以及碳补偿项目。为了补偿其碳排放，该公司正致力于提高其数据中心和设施的能源效率。
下图显示了 2018 年至 2022 年谷歌的能源消耗情况
我们拥抱技术进步，但了解人工智能模型（如 OpenAI 的 ChatGPT）的能源足迹至关重要，它每天处理数百万个查询。这取决于模型的大小、任务的复杂性以及用于计算的硬件等因素。此外，为了创造一个可持续发展的世界，您可以查看 人工智能对环境的积极和消极影响。
