Arm近期发布《AI就绪指数报告》（AI ReadinessIndexReport）中指出，AI工作负载极度能耗，通常依赖消耗大量电力以供运算与冷却的数据中心。据估计，AI工作负载约占数据中心总用电量的10-20%。这样的需求引发了与碳排放相关的可持续发展性问题。

从目前看，AI相关的能源效率遇到两大挑战，分别是数据中心耗电量与碳足迹。首先，训练大型AI模型所需的电力极其惊人，如训练单一大型语言模型，能耗可达数百户家庭一整年的用电量，且冷却系统本身也相当耗电；碳足迹部分，由于AI对环境的冲击相当巨大，已成为广泛应用的一大障碍，根据国际能源总局（IEA）数据，现代数据中心约贡献全球温室气体排放量的1%。

为了解决这些电力消耗上的挑战，AI厂商与集成商主要采两种方式：第一种是采用节能芯片，通过芯片设计创新来缓解能源效率问题，如低功耗的Arm架构以最小化能源消耗，来提升每瓦性能，同时不牺牲运算能力；第二种则是通过可持续发展数据中心，采用可再生能源供电的模块化数据中心，或使用先进冷却技术与虚拟化技术也能提升运行效率。

Arm指出，目前AI数据中心正转型为使用太阳能与风能等可再生能源。此转型不仅能减少温室气体排放，也与全球可持续发展目标保持一致。像Google与Microsoft等公司已承诺其数据中心将100%使用可再生能源，为业界其他基础设施供应商树立了标杆。

此外，Google最近与Kairos Power合作，计划在其AI数据中心部署小型核能反应炉；同时，Microsoft正资助重启三里岛（Three Mile Island）的一座停机反应炉，预计于2028年为其运营提供电力。

Arm认为，随着AI应用日益庞大且复杂，AI技术基础设施显然必须随之演进。在电力与性能平衡、大规模数据处理与降低延迟等关键基础设施挑战上，业界已通过硬件与设计创新取得重大突破，而可持续发展性成为重中之重，必须通过减少AI运营的环境冲击来实现。

（首图来源：shutterstock）