赋能可持续AI

可持续发展AI赋能框架

核心观点： 随着人工智能的快速发展，其能源、水资源消耗和碳排放问题日益突出，威胁到可持续发展目标。为解决这一问题，研报提出了可持续人工智能指数（SAIQ），并围绕四个关键要点构建了一个实用框架，帮助企业在扩展人工智能的同时实现环境、经济和社会效益的平衡。

关键数据：

• 人工智能数据中心电力消耗预计到2030年将增长10倍以上，达到612太瓦时（TWh），相当于2022年加拿大的电力需求。
• 人工智能的碳排放可能占全球总排放量的3.4%，十年内增长了11倍。
• 数据中心冷却可能需要消耗30.2亿立方米的新鲜水，超过挪威或瑞典等国家的年新鲜水总取用量。

研究结论：

1. SAIQ指标： SAIQ通过衡量成本效益（$/token）、能源效率（兆瓦时/代币）、碳和水效率（tCO2/token、m³水/token）四个维度，帮助企业评估其人工智能的可持续性。
2. 四个行动要点：
   • 部署更智能的硅： 使用节能硬件和模型，如神经形态系统、轻量级模型和低精度计算格式，以及边缘人工智能部署，以降低能耗和碳排放。
   • 去碳化数据中心： 优化数据中心位置，选择可再生能源丰富的地区；采用动态伸缩和智能负载均衡；利用核能等低碳能源；采用节水型冷却技术，如直冷芯片液体冷却和循环水解决方案。
   • 审慎使用人工智能： 选择合适的AI模型，避免默认使用大型通用模型；采用基于使用量或效率驱动的AI定价模式；利用AI推动各行业的脱碳化，如HVAC优化、物流减排和智能电网优化。
   • 嵌入AI治理-as-code： 将AI可持续性嵌入业务运营，实施自动化治理策略；实时追踪AI能源使用；选择碳感知的基础设施；积极参与制定AI可持续性标准和最佳实践。

总结： 通过实施SAIQ框架和四个行动要点，企业可以在不损害地球福祉或其利润底线的情况下，拥抱人工智能的全部潜力，实现可持续的规模化发展，并引领向气候韧性经济的转型。