隨着人工智能的不斷進步，創新與可持續發展之間的平衡成爲了一項重要挑戰。最近，OpenAI 推出了其最新的 AI 模型 o3，這是迄今爲止最強大的模型。然而，除了運行這些模型的成本外，其對環境的影響也引起了廣泛關注。

image.png

一項研究顯示，每個 o3任務大約消耗1，785千瓦時的電能，這相當於一個美國普通家庭在兩個月內的用電量。根據 Salesforce 的 AI 可持續發展負責人 Boris Gamazaychikov 的分析，這一電能消耗大約對應684千克的二氧化碳當量排放，這與五箱滿油的汽油的碳排放量相當。

o3的高計算版本在 ARC-AGI 框架下進行基準測試，計算是基於標準 GPU 的能耗和電網排放因子。Gamazaychikov 表示:“隨着技術的不斷擴展和整合，我們需要更加關注這些權衡。” 他還提到，這一計算並未考慮到隱含碳，僅關注於 GPU 的能耗，因此實際排放量可能被低估。

此外，數據科學家 Kasper Groes Albin Ludvigsen 表示，一臺配備8塊 Nvidia H100顯卡的 HGX 服務器的能耗在11到12千瓦之間，遠遠超過每塊顯卡的0.7千瓦。

在任務定義方面，Pleias 的聯合創始人 Pierre-Carl Langlais 提出了對模型設計的擔憂，特別是如果模型設計不能迅速縮減的話。“在解決複雜數學問題時，需要大量的草稿、中間測試和推理，” 他說。

今年早些時候，有研究顯示，ChatGPT 在一次對話中消耗了平均人類日常飲水的10%，這幾乎是半升水。雖然這個數字看起來不多，但當數以百萬計的人每天使用這個聊天機器人時，水資源的總消耗量就顯得相當可觀。

Salesforce 的負責人工責 AI 技術的首席架構師 Kathy Baxter 警告說，像 OpenAI 的 o3模型這樣的 AI 進步可能會出現傑文斯悖論。“雖然所需的能量可能會減少，但用水量可能會增加，” 她說。

針對 AI 數據中心面臨的挑戰，如高能耗、複雜的冷卻需求以及龐大的物理基礎設施，Synaptics 和 embedUR 等公司正試圖通過邊緣 AI 來解決這些問題，以減少對數據中心的依賴，降低延遲和能耗，使得在設備級別實時做出決策成爲可能。

劃重點:

🌍 每個 o3任務的電能消耗相當於一個家庭兩個月的用電量。  

⛽ 每個任務排放的二氧化碳相當於五箱滿油汽油的排放量。  

💧 ChatGPT 的對話中消耗的水量達到平均人類日常飲水的10%。