主要观点总结
本文讨论了到2026年AI的算力增长趋势及其对环境的影响，包括能源消耗和碳排放量增长等问题。文章指出AI的应用将带来环境风险，但同时也强调了AI在促进可持续发展方面的潜力。文章提到了通过明智选择AI模型、确定模型计算位置、正确使用硬件、走向开源等方法来减少AI对环境的影响，同时提到了企业和政府应利用AI来加强决策和提高业务生产力。最后强调了创新能力和责任感在利用AI实现更美好的未来中的重要作用。
关键观点总结
关键观点1: AI算力增长与环境影响
到2026年，预计用于训练AI的算力将增加十倍，能源消耗和碳排放量也将呈现指数级增长，其中水资源消耗尤为突出。
关键观点2: AI的可持续发展潜力
虽然AI的应用会带来环境风险，但同时也具有促进可持续发展的潜力，能够帮助解决问题、应对气候变化，并支持能源转型。
关键观点3: 明智选择AI模型
企业领导者应考虑引用基础模型，而不是从头开始创建模型和训练代码。选择合适规模的基础模型，依据需求选择小型模型可更节能并生成良好结果。
关键观点4: 确定模型计算的“位置”
采用云端与物理混合的方法可以帮助企业降低能耗，将数据放置在处理位置附近以减少数据传输距离，并可选择在可再生能源附近进行计算。
关键观点5: 硬件的选择与使用
在AI模型的推理模式下，数据处理的可持续性至关重要。企业需要投入时间和资金使数据处理尽可能可持续，使用支持特定计算规律的处理器可以提高AI模型的运行效率。
关键观点6: 开源合作的重要性
开源合作可以产生巨大的影响，通过共享代码和共同解决问题，不断改进AI模型，并利用群众的智慧来改进现有的AI模型。
文章预览
到2026年，预计用于训练AI的算力将增加十倍。消耗的电力越多，人们需要的自然资源也越多。因此，能源消耗将呈指数级增长。其中，最令人意想不到的是对水资源的消耗。一些预测显示，运行一个AI大模型在其生命周期内所产生的碳排放量比一辆普通汽车还多。高盛最近的一份报告显示，到2030年，由于AI应用的推动，电力需求将增加160%。 无限制地以这种方式运行会带来明显的环境风险，但同时，AI也可以成为促进可持续发展的强大工具，加快我们解决问题的速度，帮助我们了解和应对气候变化，并支持初期能源转型。 对于企业和政府来说，用AI来加强决策、提高业务生产力和降低成本是一种新的常态。这就是为什么 我们现在不仅需要考虑更可持续的应用AI的方式，更要优先考虑这种方式是否可以推动整体的可持续性收益。 我们如何才能有效利用
………………………………
