核心观点与关键数据
- 人工智能的快速扩展及其代价：人工智能正在快速扩展，但代价是巨大的能源、水资源消耗和碳排放。预计到2030年，人工智能数据中心电力使用量将增长10倍以上，达到612太瓦时（TWh），相当于加拿大的全年总电力消耗量；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。
- 可持续人工智能商数（SAIQ）：为了衡量人工智能将资金、电力、水和碳转化为可衡量的性能，报告提出了可持续人工智能商数（SAIQ）指标。SAIQ是一个复合效率得分，用于衡量人工智能系统的环境和经济性能，计算公式为$/token、MWh/e/token和m³水/token的加权总和。SAIQ越低，人工智能系统就越高效和负责任。
- 四个行动要点：报告提出了四个要点，以帮助领导者可持续地扩展人工智能：
- 部署更智能的硅：使用更智能、计算效率更高的硬件和模型，以降低成本、减少排放并减少对大型云数据中心的依赖。
- 去碳化数据中心：优化数据中心位置，采用动态伸缩和智能负载均衡，选择战略位置以最小化成本和碳排放，并采用低碳能源选项。
- 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人工智能模型，并过渡到基于使用量或效率驱动的定价模式。
- 嵌入AI治理-as-code：将人工智能可持续性嵌入其运营中，以应对新的法规，并自动化治理策略。
研究结论
- 平衡增长与环保责任：报告强调，企业需要在增长与环保责任和商业绩效之间取得平衡，实现人工智能的规模化发展。
- SAIQ指标的应用：SAIQ指标可以帮助企业根据其独特的组织优先事项平衡财务可行性、能源弹性和环境影响，从而在符合新指标的情况下可持续地扩展人工智能。
- 人工智能的可持续发展潜力：人工智能可以通过预测分析、流程优化和智能自动化，有潜力使工业脱碳，但需要思维方式的转变，将其视为以目标为导向的创新的关键工具来部署。
- 企业行动建议：企业应建立强大的测量基础，将效率嵌入治理和控制系统中，建立反馈机制和问责机制，以推动人工智能的可持续发展。
未来展望
- 可持续大规模AI：人工智能的未来取决于调和指数增长与有限资源的能力。在平衡之术中取得成功的组织将把人工智能从高耗能的雄心转变为可持续价值创造的催化剂。
- 技术引领的可持续未来：通过在硬件、软件和政策方面的持续创新，人工智能可以可持续地扩展，确保明天的最智能系统运行在可再生能源、透明标准和明确指南上。通过这样做，组织可以引领向气候韧性经济的转型，同时解锁一个真正服务于人类和地球的人工智能驱动突破的新时代。
