【AI的代价：你每次提问ChatGPT用了多少电？】
人们对 #生成式AI# 充满期待，从提升工作效率到推动科学研究的进步。然而，尽管这项技术的迅猛发展推动了强大模型在多个行业的快速应用，随之而来的环境影响却仍难以量化，更不用说有效缓解。
训练拥有数十亿参数的生成式 #AI模型# ，如 #OpenAI# 的 GPT-4，需要强大的计算能力，这不仅消耗大量电力，增加二氧化碳排放，还会给电网带来额外压力。
此外，将这些模型部署到实际应用中，使数百万人能够在日常生活中使用生成式 AI 模型，并在开发完成后持续微调以优化性能，这些都将长期消耗大量能源。
训练、部署和微调生成式 AI 模型所使用的硬件依赖大量水资源进行冷却，这可能对市政供水系统造成压力，并影响当地生态系统。
此外，生成式 AI 应用的激增推动了对高性能计算硬件的需求，从而在制造和运输过程中间接增加了环境负担。
戳链接查看详情：
AI的代价：你每次提问ChatGPT用了多少电？
人们对 #生成式AI# 充满期待，从提升工作效率到推动科学研究的进步。然而，尽管这项技术的迅猛发展推动了强大模型在多个行业的快速应用，随之而来的环境影响却仍难以量化，更不用说有效缓解。
训练拥有数十亿参数的生成式 #AI模型# ，如 #OpenAI# 的 GPT-4，需要强大的计算能力，这不仅消耗大量电力，增加二氧化碳排放，还会给电网带来额外压力。
此外，将这些模型部署到实际应用中，使数百万人能够在日常生活中使用生成式 AI 模型，并在开发完成后持续微调以优化性能，这些都将长期消耗大量能源。
训练、部署和微调生成式 AI 模型所使用的硬件依赖大量水资源进行冷却，这可能对市政供水系统造成压力，并影响当地生态系统。
此外，生成式 AI 应用的激增推动了对高性能计算硬件的需求，从而在制造和运输过程中间接增加了环境负担。
戳链接查看详情：
AI的代价：你每次提问ChatGPT用了多少电？
