人工智能需要节能“培训”

科普时报讯（实习生王雨珂） ChatGPT这种大型人工智能（AI）语言模型在世界上取得了显著的成功，而直到现在才有更多的人注意到，训练和运行AI模型会产生惊人的碳排放量。

国际能源署日前公布的数据表明，全球各国数据中心的温室气体排放量，已占到全球温室气体总排放量的1%左右。大型语言模型训练已产生数千吨的碳排放，这与全球2050年实现“碳中和”的目标相悖。

美国麻省理工新闻网曾发布一篇名为《新工具可帮助减少人工智能模型消耗的能源》的文章，提到麻省理工学院林肯实验室超级计算中心（LLSC）正在开发一项技术，帮助数据中心降低能源消耗。他们的技术涵盖从对硬件进行功耗限制，到采用能够提前停止AI训练的新型工具。但这些技术对模型性能的影响微乎其微，在以后工作中将推动绿色计算研究。

与许多数据中心一样，LLSC在硬件上运行的AI作业数量显著增加。LLSC的计算机科学家注意到能源使用量的增加，并对更高效运行作业的方法产生了好奇。绿色计算是该中心的原则，其能源完全来自无碳能源。

训练人工智能模型，需要使用耗电量大的图形处理单元（GPU）。自从实施功耗限制以来，LLSC超级计算机上的GPU温度降低了约17摄氏度，并且温度更加稳定，减少了冷却系统的压力。降低硬件运行温度还有可能提高可靠性和使用寿命。他们现在正考虑推迟购买新硬件，以减少中心的“内在碳排放”。