北京
生成式人工智能的兴起再次引发了关于人工智能能源成本的讨论。然而，到目前为止，人工智能在优化资源利用或推动企业从污染性生产方式转向绿色生产技术方面的潜力基本上被忽视了。目前还没有人认真计算人工智能的整体能源成本以及其带来的收益。传统 AI 模型所需的训练和推理资源需求已经大大减少，这一优势可以帮助企业提高技术的能效，从而实现未来几年的环境目标。
在工业领域，通过数字孪生技术部署的机器学习和深度学习模型能够控制复杂的流程，优化资源的利用，从而在高能耗行业中实现显著的节能效果。污水处理领域在这方面具有代表性：在二次处理过程中，曝气通常占工厂电力消耗的约一半。本文重点比较了采用 AI 进行运营的直接能源成本与 Veolia 公司在实施 AI 技术时所获得的节能效果。威立雅公司与 PureControl 合作，推出了首批大规模 AI 部署项目之一，旨在提高气候相关效率，该项目覆盖了约 200 家工厂。PureControl 的系统会实时接收电价、天气信息、传感器数据以及实验室质量样本的高频数据（约每 15 分钟一次），从而维持电厂的实时数字模拟。AI 随后会根据这些数据安排和分配曝气作业，以最大限度地降低成本和消耗，同时确保废水质量符合监管要求。我们利用了工厂层面的运营数据、实际实验数据（包括非计划中断情况）以及 AI 系统自身的用电数据，来评估 AI 技术的净效应。约 15 个电厂的初步结果显示，电力消耗和温室气体排放减少了近 10 倍，而人工智能系统本身的电力消耗仅占总节能量的不到 1%。即使在考虑额外硬件安装的情况下，人工智能系统的最高生命周期碳成本仍然远低于减排量，这表明它对气候的净贡献非常显著。编译 陈讲运
扫码或加微583769685索取报告全文
免责声明：本公众号文章多来源于公开媒体内容，整理、翻译、编辑而成，仅供读者参考。文中的观点和内容不具有任何指导作用，对读者不构成任何项目建议或承诺！如果本文不慎侵犯您的权益，请加微583769685联系，将及时处理。
1、
2、
3、
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
