對于任何平臺來說，人工智能都是資源密集型的，包括公共云。大多數(shù)人工智能技術(shù)需要大量的推理計算，這些推理計算綜合下來對處理器、網(wǎng)絡(luò)和存儲的要求更高，而且也會帶來更高的電費、基礎(chǔ)設(shè)施成本和碳足跡。

以 ChatGPT 為例的生成式人工智能系統(tǒng)的崛起，使上述問題再次成為焦點?？紤]到這項技術(shù)的普及，以及公司、政府和公眾可能的大規(guī)模應(yīng)用，我們可以看到電力消耗增長曲線呈現(xiàn)出令人擔(dān)憂的弧度。

自 20 世紀(jì) 70 年代以來，人工智能技術(shù)一直都存在。由于一套成熟的人工智能系統(tǒng)的工作需要消耗大量的資源，因此，最初并沒有產(chǎn)生太大的商業(yè)影響。記得我在 20 來歲時設(shè)計的人工智能系統(tǒng)，需要超過 4000 萬美元的硬件、軟件和數(shù)據(jù)中心空間才能保證它的運行。劇透一下：那個項目和其他許多人工智能項目都沒有能真正發(fā)布。作為商業(yè)案例并不可行。

云計算改變了這一切。曾經(jīng)無法企及的事情，現(xiàn)在有了公共云就有了足夠的成本效益。事實上，正如你可能已經(jīng)猜到的那樣，在過去的 10 到 15 年里，云的崛起與人工智能的崛起大致一致。我想說的是，它們現(xiàn)在是緊密結(jié)合在一起的。

云資源的可持續(xù)性和成本

你真的不需要做太多的研究來預(yù)測這里會發(fā)生什么。對人工智能服務(wù)的需求將激增，比如現(xiàn)在正引發(fā)人們關(guān)注的生成式人工智能系統(tǒng)，以及其他人工智能和機(jī)器學(xué)習(xí)系統(tǒng)。這種激增將由那些尋求創(chuàng)新優(yōu)勢的企業(yè)引領(lǐng)，比如智能供應(yīng)鏈，甚至成千上萬的大學(xué)生希望有一個生成性人工智能系統(tǒng)來寫他們的學(xué)期論文。

對人工智能的更多需求意味著對這些人工智能系統(tǒng)使用的資源的更多需求，如公共云及其提供的服務(wù)。這種需求很可能會被通過多的數(shù)據(jù)中心來實現(xiàn)，這些數(shù)據(jù)中心內(nèi)容納了耗電量巨大的服務(wù)器和網(wǎng)絡(luò)設(shè)備。

公共云供應(yīng)商就像任何其他公用事業(yè)資源供應(yīng)商一樣，會隨著需求的增加而提高價格，就像我們看到家庭電費季節(jié)性上漲一樣（也是基于需求）。因此，我們通常會縮減使用量，比如，在夏天將空調(diào)開到 24 度而不是 20 度。

然而，更高的云計算成本可能不會對企業(yè)產(chǎn)生同樣的影響。企業(yè)可能會發(fā)現(xiàn)，這些人工智能系統(tǒng)是驅(qū)動某些關(guān)鍵業(yè)務(wù)流程的，也就并不是可有可無的。在許多情況下，他們可能會試圖在企業(yè)內(nèi)部節(jié)約資金，也許是通過減少員工數(shù)量來抵消人工智能系統(tǒng)的成本。生成性人工智能系統(tǒng)將很快取代許多信息工作者，這已不是什么秘密。

可以做什么？

如果運行人工智能系統(tǒng)的資源需求將導(dǎo)致更高的計算成本和碳輸出，我們能做什么？答案也許在于為人工智能尋找更有效的方式來利用資源，如處理、網(wǎng)絡(luò)和存儲。

比如，采樣流水線可以通過減少處理的數(shù)據(jù)量來加快深度學(xué)習(xí)。麻省理工學(xué)院和 IBM 的研究表明，你可以用這種方法減少在大型數(shù)據(jù)集上運行神經(jīng)網(wǎng)絡(luò)所需的資源。然而，它也限制了準(zhǔn)確性，這對某些商業(yè)用例來說可能是可以接受的，但不是所有的商業(yè)用例都能接受。

另一種已經(jīng)在其他技術(shù)領(lǐng)域使用的方法是內(nèi)存計算。這種架構(gòu)可以通過不將數(shù)據(jù)移入和移出內(nèi)存來加快人工智能處理。相反，人工智能的計算直接在內(nèi)存模塊內(nèi)運行，這大大加快了速度。

其他方法也正在開發(fā)中。比如改變物理處理器，使用協(xié)處理器進(jìn)行人工智能計算，以提高運算速度，或者采用量子等下一代計算模型。你可以期待大型公共云供應(yīng)商發(fā)布大量關(guān)于如何解決許多這類問題的技術(shù)公告。

你該怎么做？

我的建議肯定不是為了獲得更低的云計算賬單或拯救地球而避免人工智能。人工智能是一種基礎(chǔ)的計算方法，大多數(shù)企業(yè)可以利用它來獲取大量價值。

我建議你在進(jìn)入一個人工智能啟用或凈新的人工智能系統(tǒng)開發(fā)項目時，要清楚地了解成本和對可持續(xù)性的影響，這兩者是直接相關(guān)的。你必須做出成本/效益的選擇，而這實際上又回到了你能為企業(yè)帶來的成本和風(fēng)險的價值。說來說去其實并沒有什么新鮮事兒。

我確實相信，無論是內(nèi)存還是量子計算，還是我們尚未看到的解決方案，大部分問題都將通過創(chuàng)新方式來解決。人工智能技術(shù)提供商和云計算提供商都熱衷于使人工智能更具成本效益和綠色。這是個好消息。

來源：www.cio.com