隨著微軟、亞馬遜、谷歌以及Facebook母公司Meta等公司相繼開發和部署人工智能，大科技所謂保護環境、注重可持續發展的形象與新的現實大相徑庭。由於用於訓練大模型的GPU耗電量巨大，新的數據中心運行需要大量電力和水，人工智能對環境的影響越來越像是一種危害。

亞馬遜位於弗吉尼亞州北部的龐大數據中心所消耗電力已經超過西雅圖的整個電網。谷歌數據中心在2022年消耗了52億加侖的水，比上一年增長了20%。Meta人工智能模型Llama 2運行期間的耗水量也很大。

作為人工智能領域的主要參與者，這些大公司都在宣傳他們如何通過一些環保項目來抵消日益增加的環境負擔。比如微軟承諾，位於亞利桑那州的數據中心一年中有一半以上時間都不用水。谷歌最近宣布與人工智能芯片巨頭英偉達合作，計劃到2030年按公司辦公室和數據中心耗水量的120%補充淡水。

華盛頓大學某研究中心聯合主任阿德里安娜·拉塞爾（Adrienne Russell）認為，這些做法可能都是公司的巧妙營銷。

她表示：“長期以來，科技行業一直在努力讓數字創新看起來符合環境可持續發展的策略，但事實並非如此。”

為了說明科技企業將數字創新、可持續發展聯繫在一起，她列舉了雲計算以及蘋果產品的營銷和展示方式。

如今，這種營銷手段又被用來展示人工智能如何對環境更友好。

在英偉達今年8月份發布最新季度財報中，首席執行官黃仁勳表示，與“通用計算”相比，人工智能主導的“加速計算”、也就是英偉達銷售的產品運行成本更低更節能，而“通用計算”對環境的影響相對更大，成本更高。

但事實恰恰相反。投行Cowen最近的一份研究報告估計，運行人工智能的數據中心耗電量可能是傳統設施的5倍以上。英偉達供應的每塊GPU功率大約是400瓦，每台人工智能服務器的功率就有2000瓦。加州大學河濱分校研究現代人工智能模型如何利用資源的研究員Shaolei Ren表示，普通雲計算服務器的功率是300至500瓦。

拉塞爾說：“有一些東西總會隨之出現，所謂可持續發展和數字創新齊頭並進都是假的，比如’你可以保持增長’、’一切都可以大規模擴展，而且仍然都很好’ ，以及一種技術能適合所有人都是說辭。”

隨著更多企業希望將大語言模型融入更多業務，人工智能對環境的影響可能會加劇。

拉塞爾認為，更好的方法是專注於能實現可持續發展的創新，比如分佈式網絡和本地化的數據隱私倡議。各個網絡社區可以根據自己的條件，用不那麼依賴大型科技公司的方式控制數據處理和網絡連接。

她說：“如果你找出一些例子，不管多麼小，只要實際上真的是在設計能可持續的技術，那麼我們就可以開始批評這些在環境和社會上都不太可持續的大型科技公司。”（辰辰）