SAS 的一份新报告显示，生成人工智能 (Gen AI) 的迅猛增长可能会破坏全球减少碳排放的努力，消耗的能源可能与整个国家一样多。
该报告名为“重新思考云端数据和人工智能：如何迈向可持续的未来”，强调大型组织的高级决策者如何应对双重挑战：不断扩大数据和人工智能的规模，同时紧急减少碳排放。
为了更直观地了解这一挑战，根据官方数据，爱尔兰耗能巨大的数据中心去年消耗的电量比该国所有城市家庭的总电量还要多。SAS 在其报告中还指出，如果谷歌使用人工智能为其整个搜索引擎运营提供动力，其所需的电力将与爱尔兰共和国的电力供应量相当。
其他专家警告称，如果增长速度不减慢，到 2027 年人工智能行业消耗的能源可能与荷兰相当。
SAS 首席环境官 Jerry Williams 表示：“企业通常认为环境责任主要是云供应商的义务，但事实上，它是一种共同责任。”
“通过优化在云端运行的数据和人工智能平台，人工智能模型开发的效率得到了提高，这也将帮助团队减少不必要的重复和浪费，并最大限度地降低能源消耗。”
该报告借鉴了行业专家的见解，强调了数据消耗及其对环境的影响日益严重的问题。云计算在提高运营效率的同时，也大大增加了碳排放。
AWS、Microsoft Azure 和 Google Cloud Platform 等云超大规模提供商在数据中心设计和管理方面的创新正在可持续发展方面取得长足进步。不过，责任仍然落在使用这些服务的组织身上。
更糟糕的是，云计算产生的全球排放量占全球温室气体排放量的 2.5% 至 3.7%，超过了商业航空的排放量。该报告还揭示了云计算扩散的低效率。SAS 研究 发现 ，云计算和分析蔓延给 99% 的大型组织带来了问题，导致基础设施、存储和处理成本增加，并产生了隐藏的环境影响。优化云环境对于降低财务成本和碳排放都至关重要。
简而言之，广泛采用新一代人工智能工具可能会加剧这一问题，但正如 GlobalConnect 数据中心董事总经理 Luke Davies 所说：“没有数据中心，就没有人工智能——因此，存在一种结构性激励，使它们尽可能高效。”
SAS 概述了组织可采取的五个步骤来优化其云基础设施并提高能源效率：
- 创建可持续发展文化
- 了解计算工作负载对环境的影响并不断改进
- 应对云扩散
- 采用低/无/有代码平台的战略方法进行模型开发
- 选择合适的合作伙伴
尽管存在诸多担忧，SAS 也强调减缓人工智能的扩张将是有害的，可能会削弱效率、生产力和创新等优势。此外，该报告强调数据中心架构和管理方面的进步可能有助于减少日益增长的人工智能使用对环境的影响。
这些措施包括实施更有效的冷却方法和应用人工智能来提高数据中心运营效率。随着对人工智能和高级分析的需求不断增长，该报告敦促各组织仔细审查和优化其运营的所有领域（包括数据和人工智能工作负载），以避免被指控为“漂绿”，并为全球脱碳努力做出有意义的贡献。
