對(duì)于任何平臺(tái)來(lái)說(shuō)，人工智能都是資源密集型的，包括公共云。大多數(shù)人工智能技術(shù)需要大量的推理計(jì)算，這些推理計(jì)算綜合下來(lái)對(duì)處理器、網(wǎng)絡(luò)和存儲(chǔ)的要求更高，而且也會(huì)帶來(lái)更高的電費(fèi)、基礎(chǔ)設(shè)施成本和碳足跡。

以 ChatGPT 為例的生成式人工智能系統(tǒng)的崛起，使上述問(wèn)題再次成為焦點(diǎn)?？紤]到這項(xiàng)技術(shù)的普及，以及公司、政府和公眾可能的大規(guī)模應(yīng)用，我們可以看到電力消耗增長(zhǎng)曲線呈現(xiàn)出令人擔(dān)憂的弧度。

自 20 世紀(jì) 70 年代以來(lái)，人工智能技術(shù)一直都存在。由于一套成熟的人工智能系統(tǒng)的工作需要消耗大量的資源，因此，最初并沒(méi)有產(chǎn)生太大的商業(yè)影響。記得我在 20 來(lái)歲時(shí)設(shè)計(jì)的人工智能系統(tǒng)，需要超過(guò) 4000 萬(wàn)美元的硬件、軟件和數(shù)據(jù)中心空間才能保證它的運(yùn)行。劇透一下：那個(gè)項(xiàng)目和其他許多人工智能項(xiàng)目都沒(méi)有能真正發(fā)布。作為商業(yè)案例并不可行。

云計(jì)算改變了這一切。曾經(jīng)無(wú)法企及的事情，現(xiàn)在有了公共云就有了足夠的成本效益。事實(shí)上，正如你可能已經(jīng)猜到的那樣，在過(guò)去的 10 到 15 年里，云的崛起與人工智能的崛起大致一致。我想說(shuō)的是，它們現(xiàn)在是緊密結(jié)合在一起的。

云資源的可持續(xù)性和成本

你真的不需要做太多的研究來(lái)預(yù)測(cè)這里會(huì)發(fā)生什么。對(duì)人工智能服務(wù)的需求將激增，比如現(xiàn)在正引發(fā)人們關(guān)注的生成式人工智能系統(tǒng)，以及其他人工智能和機(jī)器學(xué)習(xí)系統(tǒng)。這種激增將由那些尋求創(chuàng)新優(yōu)勢(shì)的企業(yè)引領(lǐng)，比如智能供應(yīng)鏈，甚至成千上萬(wàn)的大學(xué)生希望有一個(gè)生成性人工智能系統(tǒng)來(lái)寫他們的學(xué)期論文。

對(duì)人工智能的更多需求意味著對(duì)這些人工智能系統(tǒng)使用的資源的更多需求，如公共云及其提供的服務(wù)。這種需求很可能會(huì)被通過(guò)多的數(shù)據(jù)中心來(lái)實(shí)現(xiàn)，這些數(shù)據(jù)中心內(nèi)容納了耗電量巨大的服務(wù)器和網(wǎng)絡(luò)設(shè)備。

公共云供應(yīng)商就像任何其他公用事業(yè)資源供應(yīng)商一樣，會(huì)隨著需求的增加而提高價(jià)格，就像我們看到家庭電費(fèi)季節(jié)性上漲一樣（也是基于需求）。因此，我們通常會(huì)縮減使用量，比如，在夏天將空調(diào)開(kāi)到 24 度而不是 20 度。

然而，更高的云計(jì)算成本可能不會(huì)對(duì)企業(yè)產(chǎn)生同樣的影響。企業(yè)可能會(huì)發(fā)現(xiàn)，這些人工智能系統(tǒng)是驅(qū)動(dòng)某些關(guān)鍵業(yè)務(wù)流程的，也就并不是可有可無(wú)的。在許多情況下，他們可能會(huì)試圖在企業(yè)內(nèi)部節(jié)約資金，也許是通過(guò)減少員工數(shù)量來(lái)抵消人工智能系統(tǒng)的成本。生成性人工智能系統(tǒng)將很快取代許多信息工作者，這已不是什么秘密。

可以做什么？

如果運(yùn)行人工智能系統(tǒng)的資源需求將導(dǎo)致更高的計(jì)算成本和碳輸出，我們能做什么？答案也許在于為人工智能尋找更有效的方式來(lái)利用資源，如處理、網(wǎng)絡(luò)和存儲(chǔ)。

比如，采樣流水線可以通過(guò)減少處理的數(shù)據(jù)量來(lái)加快深度學(xué)習(xí)。麻省理工學(xué)院和 IBM 的研究表明，你可以用這種方法減少在大型數(shù)據(jù)集上運(yùn)行神經(jīng)網(wǎng)絡(luò)所需的資源。然而，它也限制了準(zhǔn)確性，這對(duì)某些商業(yè)用例來(lái)說(shuō)可能是可以接受的，但不是所有的商業(yè)用例都能接受。

另一種已經(jīng)在其他技術(shù)領(lǐng)域使用的方法是內(nèi)存計(jì)算。這種架構(gòu)可以通過(guò)不將數(shù)據(jù)移入和移出內(nèi)存來(lái)加快人工智能處理。相反，人工智能的計(jì)算直接在內(nèi)存模塊內(nèi)運(yùn)行，這大大加快了速度。

其他方法也正在開(kāi)發(fā)中。比如改變物理處理器，使用協(xié)處理器進(jìn)行人工智能計(jì)算，以提高運(yùn)算速度，或者采用量子等下一代計(jì)算模型。你可以期待大型公共云供應(yīng)商發(fā)布大量關(guān)于如何解決許多這類問(wèn)題的技術(shù)公告。

你該怎么做？

我的建議肯定不是為了獲得更低的云計(jì)算賬單或拯救地球而避免人工智能。人工智能是一種基礎(chǔ)的計(jì)算方法，大多數(shù)企業(yè)可以利用它來(lái)獲取大量?jī)r(jià)值。

我建議你在進(jìn)入一個(gè)人工智能啟用或凈新的人工智能系統(tǒng)開(kāi)發(fā)項(xiàng)目時(shí)，要清楚地了解成本和對(duì)可持續(xù)性的影響，這兩者是直接相關(guān)的。你必須做出成本/效益的選擇，而這實(shí)際上又回到了你能為企業(yè)帶來(lái)的成本和風(fēng)險(xiǎn)的價(jià)值。說(shuō)來(lái)說(shuō)去其實(shí)并沒(méi)有什么新鮮事兒。

我確實(shí)相信，無(wú)論是內(nèi)存還是量子計(jì)算，還是我們尚未看到的解決方案，大部分問(wèn)題都將通過(guò)創(chuàng)新方式來(lái)解決。人工智能技術(shù)提供商和云計(jì)算提供商都熱衷于使人工智能更具成本效益和綠色。這是個(gè)好消息。

來(lái)源：www.cio.com