AI耗电大户马斯克超级算力工厂遭监管审查，xAI多装涡轮机或违法

在AI结束时，是电。作为主要的电力消费者，马斯克的“超级计算动力工厂”正面临监管审查。

根据外国媒体的报告，由马斯克创立的超级计算机“巨人”（巨人）正面临违反环境法规的审查。南部环境法律中心在最近发送给谢尔比县卫生局的一封信中说，航空图像和其他数据表明，XAI在其当地工厂安装了“最高35种甲烷燃气轮机”。这些涡轮机的总功率可以达到420兆瓦，足以为城市供电。这35台涡轮机不仅是主要的空气污染源，而且远远超过了XAI应用于谢尔比县卫生局的“ 15个设备”的数量，并且是“非法”。

Colossus是Musk为Xai Chatbot Grok提供计算能力的世界上最大的超级计算机。大型模型培训过程需要巨大的计算功率支持，这直接导致大量功率需求。国际能源机构预测，到2026年，全球数据中心将消耗高达1.05万亿千万千万千万千万千万千万千万千万千万千万千万。马斯克（Musk）指控“非法发电”的背后是AI模型的“电力漫步怪物”所面临的电力困境。

麝香“非法”安装35个甲烷燃气轮机

去年6月，XAI宣布将在田纳西州孟菲斯建立超级计算机，以训练其AI Mocelup Grok。同年9月，马斯克（Musk）透露，孟菲斯超级计算机（现为巨人）的一部分已被推出。

值得注意的是，马斯克（Musk）表示，孟菲斯的超级计算机系统包括200,000个NVIDIA GPU，其中一半是在122天内安装的，他希望最终将GPU尺寸扩大到100万。自该项目宣布以来，XAI已向当地提交了14份建筑许可申请，相关文件显示，总项目成本预计将达到4.059亿美元。

自去年以来，XAI已开始在孟菲斯数据中心培训Grok模型。今年2月18日，XAI发布了最新一代模型3。

但是，孟菲斯的超级计算机项目对自宣布以来对能源消耗和环境污染感到怀疑。根据外国媒体的报告，XAI已从孟菲斯照明，天然气和水处理公司（MLGW）申请了300兆瓦的电网电源，并获得了150兆瓦的电源许可证。该供应许可足以为100,000户家庭提供电力。

即便如此，对于巨像来说，这种力量仍然远远不够。南部环境法律中心在最近发送给谢尔比县卫生局的一封信中说，航空图像和其他数据表明，XAI在其当地工厂安装了“最高35种甲烷燃气轮机”。这些涡轮机的总功率高达420兆瓦，足以满足城市的电力需求。

Xai早在去年夏天就有额外的甲烷发生器，而谢尔比县卫生局当时表示，XAI未获得使用这些发电机的许可。今年1月，XAI向15个发电机申请了许可证，以暂时为数据中心供电。最新的35个单位显然远远超过了申请数量。

此外，在信中还提到了南部环境法律中心，XAI非法安装的设备违反了《清洁空气法》，尤其是对有毒和致癌污染物的排放限制，这是“主要的空气污染源”。该组织呼吁紧急命令停止使用XAI的35个发电机，如果建议将每日罚款25,000美元，则每天罚款25,000美元。

如何通过“绕电”来减轻能源消耗和污染的问题？

Xai由于能源消耗和环境污染而面临监管审查，反映了当前AI模型所面临的资源限制和环境保护问题。

国际能源机构发布的2024年全球电力报告表明，全球数据中心和人工智能消耗了2022年全球总电力消耗的1.6％，并且正在迅速增长。随着大型模型的出现，到2026年，全球数据中心将消耗多达1.05万亿千万千万卢比。斯坦福大学人工智能研究所发布的“ 2023年人工智能指数报告”表明，大型语言模型GPT-3的功耗是1,287兆瓦的一年一度的培训。 GPT-4的主要参数是GPT-3的20倍，计算量是GPT-3的10倍，并且能耗也显着增加。

此外，大型模型还将带来增加碳排放的问题。去年6月，Google发布了一份环境报告，该报告显示，自2019年以来，其总温室气体排放量增长了48％，仅在2023年，Google就产生了1430万吨二氧化碳，从2022年开始同比增长13％。Google属性使碳发出的碳发出量增加了数据中心和供应链中的能源使用。

在人工智能发展中，能源消耗问题逐渐成为一个“绊脚石”。 Openai首席执行官Ultraman曾经公开表示，AI消耗的电力将比未来的人们所期望的要多得多，因此必须在能量方面取得突破。他还说，对气候友好的能源，尤其是核融合或便宜的太阳能和能源存储，是AI发展的方向。该判断还促使Ultraman增加了对核融合的投资。 Ultraman向迄今为止最大的投资投资了3.75亿美元的核融合初创公司Helion Energy。

当前，大规模模型训练遵循缩放定律（比例定律，即模型性能随计算能力和数据的增加而改善），并且所有制造商都是“音量参数”，因为参数越大，能力越大。在这一技术途径下，每次模型性能都会提高一个水平时，消耗的电力和碳排放也会增加。因此，如何在开发AI模型的同时减少其能源消耗和碳排放一直是行业研究的重点。

除了开发清洁能源（例如核能，太阳能，风能等）外，行业内部人士普遍认为，AI技术的创新和优化也应得到增强，并通过不断改进AI模型和算法，更新和使用高效的硬件来更新和使用高效的硬件，优化数据中心设计等。实际上，随着近年来技术的持续发展，新技术的出现，例如模型压缩，修剪，量化和异质计算芯片，导致每日AI推断的单性能源消耗不断下降。