AI能否替代人类还是未知, 已知的是AI消耗的能源必将超过人类

   最近，美国开放人工智能研究中心OpenAI发布了一个令人惊叹的视频生成模型Sora。这个模型可以根据文字、图像和视频提示来生成令人惊艳的视频作品。

   Sora与以往的应用相比有着许多优势。首先，它可以生成长达60秒的视频，时间更长；其次，它可以切换视角（平行或无人机视角）、焦距（微距、特写、近景和远景等）以及清晰度（高达1080K）和长宽比；此外，在用户提示下，它还可以根据物理原理推演出过去或未来，并表达出孤独、热闹等情感色彩。

   而一年前同样由该研究中心发布的AI语言模型ChatGPT是文生文Midjourney 是文生图Pica 和Runaway等是文生视频 不同于之前那些只能处理图片和文字的技术。

   业界专家表示，Sora代表了文生视频技术向前迈进了一个数量级，并且可以直接应用于短视频、广告等行业。同时也为我们提供了重新认识并模拟这个世界可能性 的机会。

   然而，在我们追逐创新时所付出的代价却不容忽视——巨大的能源消耗和环境压力。

   能源无界，地球有声

   一个新模型吸耗多少能源呢？2023年有人算过ChatGPT训练一次就要消耗90多万度电,相当于1200个中国人一年的生活用电量。不仅如此OpenAI公司估计，训练一个GPT-3模型需要约1200亿个参数，并且这个过程需要消耗约450万千瓦时的电力。

   根据专业机构测算，在微软Azure云上托管ChatGPT每天预计会有100万用户咨询（在特定响应时间和词汇量下）按最高功率407W A100 GPU （瓦特）计算 每天碳排放达到3.82吨，每月排碳超过100吨。而现实情况是ChatGPT日访问用户已超过5800万 实际排碳远超每月100吨。

   另外还要考虑到对数据中心电力需求影响：如果要训练一个包含1750 亿参数的语言大模型 需要上万个 CPU/GPU 24 小时不间输入数据 大概消耗1287MWh 的电力 二氧化碳排放量可达552吨以上。Sora同样面临着巨大的能源和碳排放挑战。

   据研究人员估算，Sora模型的参数规模约为30亿。海外大型视频网站每分钟上传约500小时视频内容。根据这一数据，训练Sora模型需要约7.09万张H100一个月的训练量。

   相关研究还发现，生成一张图像所需算力相当于256个词的消耗；而生成1分钟时长的短视频所需算力则是生成一次文字对话千倍以上。也就是说，Sora的二氧化碳排放量是ChatGPT的千倍以上。

   尽管目前Sora并未正式开放使用，但一旦推出市场除了给各行业带来冲击之外 还将引起可持续能源领域关注 因为其庞大能耗和碳排放问题令人担忧

   在人工智能风暴中,我们正在面临两难选择:无论如何保持技术进步,或者努力达成双碳目标全球变暖等环境问题都摆在眼前不得不解决,AI发展与环境保护似乎存在着天然矛盾 。这里有一个类比可以形容 AI 发展过程中遇到的困局：金融领域提出了一个三元悖论，即独立的货币政策、自由的资本流动和稳定的国家汇率，一个国家只能同时拥有其中两项。将其引申到能源领域 也可以理解为低成本、清洁环保、安全稳定。而在大模型应用领域 则为通用性、可靠性和经济性。

   人工智能与环境仿佛是相悖的存在。对于AI技术来说，在处理性能和功耗方面需要付出巨大代价，并伴随着电力消耗、碳排放量增加等问题。

   换句话说，当大模型越可靠、越具备通用性时,与之相对应的则是更高的经济成本以及对环境造成剧烈冲击。

  然而，在人工智能领域中无法割舍其带来的种种创新功能。从监控油田、风光电站并网到发展电网和储能等领域，人工智能都有其不可替代之处。运用Sora模型生成视频可以为产业技术创新提供推动力，并解决一些行业挑战。

<p">   在未来与自然进行交锋时，我们需要权衡好各种利弊。无论如何，在Sora这类生成式AI技术推动下，AI基础设施将会得到进一步完善。 <p">

    人工智能带来了创新功能，同时也伴随着处理性能和功耗方面的高昂成本。我们必须意识到这不是免费的。

   所以 并非没有任何办法 只要AI行业共同努力：比如Hugging Face建议引入人工智能评级制度来衡量其节约能源效益 对于AI技术的消费者来说 能够有一个权威可靠的评级系统就像比较电器一样或许是个不错的选择。

   通过权衡利弊，在保证技术创新的前提下，在资源有限、环境压力加大时寻找平衡点将变得更为重要。