生成式人工智能(generative AI)為科技大勢所趨，惟開發和生產過程牽涉龐大耗電需求和碳排放，驅使科技界尋求對策，化解現有供電基建滿足不了需要，甚至避免觸發能源危機和加劇全球暖化。

研高效晶片改善編程冷卻系統

國際能源署(IEA)4月報告，指出全球的數據中心電力需求到2030年將增長一倍以上，約達945太瓦時，高於目前日本總耗電量；在美國，到2030年AI數據處理耗電量將超過所有其他高耗能產業(如水泥、鋁、鋼鐵、化學品)的總和。

開發AI的碳排放亦隨耗電量而激增，使專家更難預測碳排放軌�[。例如Google的AI研究使其碳排放量自2019年增加了51%，每年用電增幅27%。全球諮詢公司麥肯錫提醒，各國競相建設數據中心，可致世界步向能源短缺。

學界和業者正苦思從硬件至AI軟件各環節尋找節能辦法。美國密歇根大學研究出演算法，精準計算每枚AI晶片所需電力以節省兩三成能源。許多數據中心採用AI感應器控制特定區域的溫度，即時優化水與電力的使用。亞馬遜旗下雲端分支AWS稱開發出液態冷卻法，冷卻其伺服器內Nvidia圖形處理器(GPU)。

中國初創公司DeepSeek工程師透過更精細地編程GPU，並跳過過去被視為必要但非常耗能的一個訓練步驟，開發出表現媲美美頂尖系統、使用效能較低晶片、耗能也更少的AI模型。另有企業研究採用新型低碳而供電充沛的發電方式，如小型模塊化反應堆(SMR)，但尚未普及。

(法新社/衛報)