使用我们的合作伙伴Salesforce，将销售，营销和客户服务统一。加速您的成长！
Jean-Marc Jancovici在没有绕道的情况下问这个问题： 人工智能在一个很快或以后必须脱碳的世界中可以占据哪个地方？ 班次项目刚刚发布了一份名为中间报告 “人工智能，数据，计算：脱碳世界中的哪些基础设施？” ，发表评论的文件旨在评估AI的能量和气候影响。碳4就出版了一个雄辩的注释： “生成性AI …气候变化！ »»»，警报技术的难以忍受的轨迹，因为它是一种能量的耗尽。
这些人物自言自语。在2021年，数字代表 全球二氧化碳排放量的4％， 任何一个 所有卡车和重型公用事业的排放量相当。一半来自服务器，网络和终端所需的电力，另一个来自组件的制造。在法国，他称重 国家碳足迹的4.4％，每年增长 全球6％，法国2-4％。用途的增加会立即消除每个效率增长。
生成AI也不例外。 每天十个CHATGPT请求每年产生100公斤Co₂，根据碳4。在2022年，数字吸收 全球电力生产的10％， 任何一个 [1945年全球消费量的五倍。一个问题的动态：AI是否是精力重点，而其他部门 – 运输，农业，住房，行业持续的情况也吸收了有限的脱碳资源？
在这种情况下，出现了三个实际问题：
- 数字在哪里？ NVIDIA，主导 IA跳蚤市场的80％，不会在其处理器的环境足迹上进行交流。 TSMC，OpenAI，Anthropic，Microsoft和Google 几乎不透明。但是，在三年内，云巨人的排放从 50％。
- 明天有限的资源有限的仲裁？ 面对电力，材料和融资的竞争需求， AI是理性的选择吗？
- 哪些用途真的合理？ 我们应该 航空运输，广告和娱乐业 捕获有价值的计算能力，而其他部门则试图减少其碳足迹？
该分析远非技术拒绝，邀请了结构性辩论： 明天的计算机功能应被动员起来？ 因为在受约束的世界中，每个térawatt都必须是合理的。
能源和财务需求的爆炸
2022年，数据中心的电消耗升至 460 TWH，是2021年（200 TWH）的估计值的两倍以上。到2030年，预测因 700 TWH，2,100 TWH 根据场景。相比之下，法国的年度消费量是在 454 TWH 2020。
这种增长的关键因素是生成AI模型的繁荣，其训练动员了大量资源。需要GPT-3模型 1,287 MWH 在他的最初训练中，相当于 几百个法国家庭喂了一年。 GPT-4及其后继者需要更多的计算能力，从而延长了侧面数据中心的负载。
这种能耗直接转化为运营成本。平均而言，电力代表 数据中心支出的20％至40％。大型评分者的消费 每年10个TWH 花费 电力10亿欧元，基于平均价格 €100/兆瓦。随着能源需求的增加，数据中心运营商进行谈判 电力购买合同（PPA） 在10到20年的持续时间 锁定价格，但会吸引他们的量。
生成的AI，技术投资通货膨胀的引擎
支持AI发展的基础设施成本达到了新的水平。高性能（HPC）数据中心需要 资本支出（投资支出）超过10,000欧元/平方米， 反对 经典中心3,000至5,000€/平方米。
在2023年， 微软花费了100亿美元 支持Openai并在GPU NVIDIA H100中装备其Azure基础设施，其单位价格达到 €35,000。 Alphabet，Meta和Amazon遵循类似的轨迹，每个轨迹都投资 超过300亿美元 自2022年以来，在他们的云和人工智能基础设施中。
半导体的成本是另一个关键因素。需求 GPU 爆炸价格：
- 在2020年，1,000 GPU群集的成本大约 3000万欧元。
- 在2023年，等效群集超过 5000万欧元。
- 到2026年，模型的上升可能需要值得的集群 超过1亿欧元。
这 云巨人 今天是唯一能够吸收这些成本的人。初创公司和寻求开发自己模型的公司必须 租金进入GPU，生成一个 增加对大规模的依赖。大型模型培训 Microsoft Azure 或者 Google Cloud 可以花费 多达1000万欧元，事实上，不包括许多市场参与者。
数据中心的兴起：能源和财务挑战
数据中心的能量密度迅速增长。图形处理器（GPU）对于AI模型的运行必不可少的，请参见其电消耗乘以。上一代显示了 热设计功率（TDP）250 W， 反对 今天超过1千瓦 对于最先进的跳蚤。
在美国，基础设施的上升促使运营商多样化其供应源。亚马逊，微软和甲骨文探索 模块化核溶液， 尽管 Meta宣布建设三家专门用于其数据中心的天然气发电厂，总计2.3吉瓦。。在该国东南部， 计划额外的20个GW发电厂，涉及程序 每年80 mtco2e。
在欧洲，情况至关重要。在 爱尔兰，数据中心已经在消耗 全国电力超过20％，超过城市住宅消费。在 法国，数字消耗已经达到 2022年国家需求的11％ 并可以到2040年三倍。
新中心的建设需要 大量投资。在2024年， Google宣布在法国投资10亿欧元 对于新的AI数据中心。估计 5亿欧元。
这些基础设施是 由主权资金，风险资本和长期债务资助，强调技术公司产生的压力 通过高级服务收入。这种经济模式推向了 积极的AI货币化，通过付费订阅并集成到SaaS优惠中。
在财务上和充满活力的可持续性上，AI的杠杆是什么？
大型垄断增强了经济不对称性。替代方案，例如 欧洲联邦云 （Gaia-X），由于缺乏资金而努力出现。欧盟可以强加 集合义务 IA基础设施。
对较轻的基础设施（边缘计算）的算法和分散培训的优化仍然不足。类似的倡议 Tinyml 或光开源IA模型可以减少数据中心的压力。
电气需求的爆炸推动了云巨人的结论 长期电力购买合同（PPA）。根据所使用的能源组合的差异化税收可以提高透明度。
现在，对数据中心的投资是由 长期预期盈利能力，在大规模采用IA服务方面，无疑。市场的财务监管可以避免 有风险的过度投资，类似于2000年代的互联网气泡。
AI，一种战略选择还是能源奢侈品？
生成人工智能的兴起提出了一个基本问题： 在能源和物质资源将越来越有限的世界中，我们将分配哪些优先事项？
是否应该将这种权力集中在电力网络的生态过渡性优化，减少工业废物，提高建筑物的能源效率的关键用途上 – 或接受不断增加的份额用于改善广告算法，对话助理或自动内容的内容流？
如果AI是技术加速器，它也是我们公司选择的揭示者。我们准备好在创新和清醒之间合理地进行仲裁，或者我们要让市场动态施加一种消耗的轨迹，我们不掌握成本或后果？
