当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家

AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家

来源:51CTO.COM 2023-10-15 21:37:37 0浏览 收藏

“纵有疾风来,人生不言弃”,这句话送给正在学习科技周边的朋友们,也希望在阅读本文《AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家》后,能够真的帮助到大家。我也会在后续的文章中,陆续更新科技周边相关的技术文章,有好的建议欢迎大家在评论留言,非常感谢!

AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家

10 月 13 日消息,《Cell》的姐妹期刊《Joule》本周出版了一篇名为《持续成长的人工智慧能源足迹(The growing energy footprint of artificial intelligence)》论文。

经过查询,我们了解到这篇论文是由科研机构Digiconomist的创始人Alex De Vries发表的。他声称未来人工智能的推理性能可能会消耗大量的电力,并预测到2027年,人工智能的用电量可能会达到荷兰一年的电力使用量

Alex De Vries 表示,外界一向认为训练一个 AI 模型“AI 最耗电的阶段”,但 Vries 引用了 SemiAnalysis 及谷歌的报告指出,“推论环节”所消耗的电力更多,自 2019 年到 2021 年,与 AI 相关的能源消耗中,预计有 60% 来自模型推论。

AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家▲ 图源 相关论文

Alex De Vries 同时以谷歌在 2021 年披露的 18.3 TWh 耗电量来计算,声称当时 AI 占了谷歌公司整体耗电量的 10%-15%,而在谷歌全面实施“AI 搜索”之后,该公司在 AI 方面的耗电量最高可能达到 27.4 TWh,接近爱尔兰一整年所使用的电力(29.3 TWh)。

根据Alex De Vries的估计,预计到2027年,英伟达合作伙伴台积电(TSMC)投资的新CoWoS工厂开始量产。届时,英伟达交付的所有AI服务器的总用电量预计将达到85-134 TWh,相当于荷兰一年的电力使用量

AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家▲ 图源 相关论文

Alex De Vries 认为,AI 产业应当提高硬件效率,改善模型演算效率,以改善产业的耗电情况,他还建议开发者不仅应专注于优化 AI,也必须考虑使用 AI 的必要性,以降低 AI 行业的耗能成本。

为了在不改变原意的情况下重写内容,需要将语言重写为中文

今天关于《AI模型的“推理环节”将在2027年耗电量相当于整个荷兰国家》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于AI 模型的内容请关注golang学习网公众号!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
AI视频生成技术突飞猛进:高清电影画质免费畅享,被誉为“史上最强”AI视频生成技术突飞猛进:高清电影画质免费畅享,被誉为“史上最强”
上一篇
AI视频生成技术突飞猛进:高清电影画质免费畅享,被誉为“史上最强”
封面科技·周报 | 国内首个生成式AI安全指导性文件征求意见;华为发布5.5G全系列解决方案
下一篇
封面科技·周报 | 国内首个生成式AI安全指导性文件征求意见;华为发布5.5G全系列解决方案
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    400次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    478次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    486次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    433次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    259次使用