别忘了，AI也会污染环境。

到 2026 2008年，估计用于训练 AI 计算率将增加十倍。耗电越多，人们需要的自然资源就越多。所以，能源消耗将呈指数级增长。在这些因素中，最令人意想不到的是水资源的消耗。有些预测显示，运行一次 AI 在其生命周期内，大型模型产生的碳排放量比普通汽车多。根据高盛最近的一份报告， 2030 年，因为 AI 随着应用的推动，电力需求将增加 160%。

这种方式的无限运行会带来明显的环境风险，但同时，AI 它还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，帮助我们理解和应对气候变化，并支持早期能源转型。

对企业和政府而言， AI 为了加强决策，提高业务生产力，降低成本，这是一个新的常态。因此，我们现在不仅要考虑更可持续的应用。 AI 这种方法，更应该优先考虑这种方法是否能促进整体的可持续收益。

怎样才能有效地运用？ AI 并且从中受益，同时尽我们的集体能力，最大限度地减少 AI 污染环境怎么样？

选择更加明智 AI 模型

AI 模型可以分为三个阶段——训练、优化和推理——每个阶段都可以变得更加可持续。在 AI 旅行开始时，公司领导应该考虑引用基本模型，而不是重新建立模型和培训代码。基础模型可以在更短的时间内定制调整，使用更少的数据和更低的能耗，而不是创建新模型。这样可以有效地将前期培训费用“摊销”到长期使用。

选择规模合适的基本模型也很重要。大多数基本模型都有不同的规模选项，包括 30 亿、80 亿、200 十亿或更多参数。这个模型不是越大越好。根据您的需要，一个用高质量、精心策划的数据训练的小型模型可以更加节能，产生与大型模型相同甚至更好的结果。IBM 研究发现，有些根据特定的相关数据训练模型，其性能可以和大一点。 3～5 两倍的模型相当，而且执行速度更快，能耗更低。对于企业而言，这意味着更低的成本和更好的结果。

仔细确定模型计算的“位置”

一般而言，云与物理混合的方法能使企业灵活选择处理数据的位置，帮助企业节能降耗。采用这种“混云”方法，AI 根据安全、法规或其他原因，可以在符合要求的数据中心进行计算和处理，也可以在企业拥有的物理服务器上进行计算和处理。

“混合云”可以从两个方面支持可持续发展。第一，它可以把数据放在处理位置旁边，这样可以最大限度地减少数据传输的距离，并且可以在很长一段时间内实现真正的节能。第二，混合云使企业能够在可再生资源周围放置运算处理数据的位置。举例来说，有两个数据中心可以满足你的需求。 AI 性能要求，一个靠近水电站，另一个靠近煤电站，而现在，你可以选择前者。

最后，最重要的是，使用多少计算率，需要多少处理量。许多组织都配备了太多的备用算率，但是，现在已经有软件可以更好地管理这一点。在 IBM 自己的一个 AI 在工作负载案例中，我们降低了多余的计算率，相当于从 23 一个图形处理器（GPU）减少到 13 个，大大降低了能耗，释放了高需求。 GPU，用于其它用途。计算率下降了，但是 AI 但是模型性能并没有下降。

硬件的标准化使用

调整好 AI 模型后，它 90% 人生将在推理模式中度过。在这种模式下，数据被传输到模型中，以便公司可以预测或处理任务。毫无疑问，AI 这一阶段也出现了大多数模型的碳足迹。所以，企业必须投入时间和资金，使数据处理尽可能可持续。

AI 对于一些支持特定计算规则的处理器，运行效率更高。AI 在 GPU 中央处理器的上比（CPU）上面运行得更好，但是两者一开始都不是为了。 AI 设计。越来越多的新型Cpu诞生了。它们从零开始设计，旨在更快、更高效地运行和训练深度学习模型。在某些情况下，这些芯片的能效得到了提高 14 倍。

能源效率处理是最重要的一步，因为它减少了对水冷系统的需求，甚至减少了对额外可再生资源的需求，而且这些能源本身也经常产生环境成本。

迈向开源

开源意味着更多的人关注代码，更多的人思考问题，甚至更多的人解决问题。这种透明的合作可以产生很大的影响。例如，开源 Kepler 项目-免费对所有人开放-帮助开发人员在编写代码时估计运行形成的能耗，使他们的代码既能实现需求目标，又能考虑能耗对长期成本和碳排放的影响。

开源也意味着利用“群众的智慧”来改善现有的 AI 模型，而不是无限依赖能源网络来构建新模型。不断完善模型，使资源有限的组织能够追求高成本、高效率的创新，使用灵活性、可靠性和可信度 AI 组织安心，持怀疑态度。

互联网是历史上最大的开源项目——最初用于共享学术论文。现在，它支持我们的经济和社会。

同理，当我们想像的时候 AI 当我们如何帮助实现更美好的未来时，我们应该追求创新，同时，我们应该认识到它消耗的自然资源，并负责处理我们使用和涉及的生态资源。

克里斯蒂娜 · 沈（Christina Shim）| 文

克里斯蒂娜 · 沈是 IBM 首席可持续发展官（chief sustainability officer）。

张雨箫 | 编校

本文选自《哈佛商业评论》中文版。 2024 年 8 月刊。

认知升级不依赖鸡汤。优先考虑商业干货、前沿趋势和管理智慧，中文版《哈佛商业评论》将陪你构建自己的知识结构。618 市场营销活动正在如火如荼地进行，优惠开始哈评会员利用现在↓

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com