随着人工智能技术的迅猛发展，全球对AI系统的需求急剧增长，这可能导致电网面临与比特币挖矿类似的能源消耗挑战。然而，令人欣慰的是，作为全球领先加密货币的比特币，已经在如何有效利用绿色能源方面提供了宝贵的经验。近期数据显示，Nvidia数据中心业务收入实现翻倍增长，表明以ChatGPT为代表的生成式AI应用仍处于发展初期。作为AI领域的主要硬件供应商，Nvidia最新推出的GH200芯片虽然性能卓越，但也伴随着较高的能耗。尽管该芯片价格不菲，但客户通常会批量采购并组装成大规模AI服务器，从而带来巨大的电力需求。
在AI技术的研发过程中，能源消耗问题不容忽视。以HuggingFace开发的BLOOM模型为例，该模型从1.6TB数据中提取了1760亿个参数，其训练过程需要384个Nvidia A100图形处理器组成的集群持续工作超过118天。研究显示，仅GPU运行阶段就可能产生24.7公吨的二氧化碳排放，而计入网络连接和设备空闲损耗后，实际碳排放量将翻倍至50.5吨。更值得关注的是，AI模型的推理阶段能耗远超训练阶段。亚马逊的估计数据显示，AI服务运行成本的90%来自于用户查询阶段，例如通过ChatGPT查询巧克力蛋糕食谱等交互操作。据测算，推理阶段的能耗可能是训练阶段的10倍，这意味着单个模型部署后可能产生高达500吨的二氧化碳排放。
从全球范围来看，比特币挖矿的能源消耗问题同样严峻。剑桥大学的研究表明，比特币网络每年可能产生7250万吨的二氧化碳排放。如果所有比特币矿场能够采用水力发电等可再生能源，这一数字可能降至300万吨。与加密货币挖矿相比，AI训练和部署产生的碳排放虽然看似较小，但依然不容忽视。500吨的碳排放量相当于100万辆汽油车行驶100万英里的排放量，或相当于500次纽约至法兰克福的航班排放总量。
AI技术的快速发展正推动全球能源需求的持续增长。目前已有十几家大型科技公司积极布局生成式AI产品，并大量采购高性能处理器用于海量数据分析。值得注意的是，大多数AI训练设施仍依赖化石燃料，且通常建在远离可再生能源设施的地区。然而，比特币挖矿的经验为AI行业提供了新的思路。冰岛等地因其极寒气候和丰富的地热资源，成为理想的加密货币挖矿基地。若将这些地区用于部署AI服务器农场，不仅可以大幅降低能源成本，还能实现更高效的计算能力。
从社会价值角度来看，AI技术相比比特币具有明显的优势。尽管加密货币吸引了大量投机资金和投资者，但其对世界实际贡献有限。而生成式AI技术能够创造更多实用价值，为各行各业带来革命性变革。随着技术的不断成熟和应用场景的拓展，AI有望成为推动人类社会进步的重要力量。通过合理规划能源利用和优化技术架构，AI技术完全可以在实现高效发展的同时，保持对环境的影响最小化。
