浙江大学张萌团队FESE：重新审视人工智能对环境的影响——被忽视的碳排放源？

近日，浙江大学的张萌研究员团队在 Frontiers of Environmental Science & Engineering 期刊第 18 卷第 12 期上发表了题为“ Revisit the environmental impact of artificial intelligence: the overlooked carbon emission source? ”的观点类论文。

本文重新审视了人工智能（ AI ）对环境的影响，特别是其作为可能被忽视的碳排放来源的问题。通过对 79 个 AI 系统的碳排放进行量化分析，研究揭示了 AI 系统在研发和使用过程中的能源消耗和碳足迹，强调了 AI 相关碳排放环境效应的重要性，并呼吁建立适当的标准来衡量和降低与 AI 系统相关的碳排放，从而为 AI 的发展建立更可持续的未来。

随着人工智能技术的迅猛发展，计算力需求呈现出爆炸式增长， AI 正引领着新一轮工业革命。 AI 相关出版物在过去几十年里激增， 2023 年更是达到了惊人的 208,579 篇，比 2015 年增长了 5.6 倍。特别是在工程领域， AI 的应用也迎来了快速发展，相关出版物数量增长了约 6 倍。然而，这种增长背后伴随着训练计算规模的指数级扩大，以及 AI 模型的不断迭代升级。例如， GPT-3 模型拥有 1750 亿个参数，而其迭代模型 GPT-4 的参数则可能达到约 1.8 万亿个。这导致满足 AI 计算需求所需的能源消耗和碳排放显著增加。

研究假设 GPU 是训练过程中的主要计算硬件，并根据 Epoch AI 提供的数据计算了总训练时间。然后，根据 GPU 的峰值计算能力、利用率以及热设计功率来计算单次训练运行的电力消耗。最后，基于电力生产的碳强度（以煤炭为能源来源）计算二氧化碳排放量。

图 1 2010 年至 2024 年 AI 系统的训练计算。数据来自： Epoch AI （ 2024 ）

以单次训练运行所需的能源为例，调查了 2021 年至 2024 年期间发布的碳排放量最高的 20 个 AI 系统。结果发现，这些系统单次训练运行的总能源消耗达 108,022,418 kWh ，产生的碳排放可达 102,621 吨 CO ₂ eq 。特别是 Google 在 2023 年发布的 Gemini Ultra 模型，单次训练运行的碳排放量高达 37,620 吨 CO ₂ eq ，占所研究 AI 系统自 2021 年以来总碳排放量的 36.7% 。此外， GPT-4 的碳排放量也激增到 21,660 吨 CO ₂ eq ，比其前代模型 GPT-3.5 增加了 12 倍。随着 AI 技术的快速发展，碳排放量将继续大幅增长。随着碳税等政策的实施，这将产生超过 100 亿美元 / 年的碳排放成本，对环境市场产生不可忽视的影响。

图 2 单次训练碳排放量排名前 20 位的人工智能系统

AI 作为当今最具颠覆性的技术之一，在学术界和工业界都带来了革命性的变化。然而，这也将触发 AI 模型的持续迭代升级，导致计算力、能源消耗和碳排放的指数级增长。因此，必须重新审视 AI 背后的碳排放问题。为实现 “ 零排放 ” 世界， AI 的碳排放需要制定量化的标准方法体系，建立与 AI 模型相关的总碳排放量和碳排放强度等指标，并据此设置排放限额等。这些也应引起政策制定者关注的重点，并通过实施必要的措施，激励行业采用更环保的实践、技术和可持续能源。为实现这些目标， AI 与环境领域应加强研究合作，以应对未来可能出现的矛盾和挑战，推动 AI 的可持续发展。