生成式AI對環境衝擊與解決之道:國外大型企業平衡案例
作者/王裕玲
AI ( 人工智慧 ) 是當今最受關注的科技之一,特別是生成式AI。生成AI中的ChatGPT因其自然語言處理的強大能力,正被大企業、政府機構和傳統產業積極考慮導入,寄予了高度的期望。
然而,生成式AI的應用雖然廣泛,卻伴隨著大量的電力消耗,引發了對CO2排放和水資源消耗的擔憂,生成式AI所伴隨的環境影響也成為了各企業在導入ESG時的課題之一。
生成式AI的電力消耗
生成AI如ChatGPT需要透過雲端伺服器和數據中心進行大量資訊處理,這些過程會消耗大量電力。深度學習所需的大規模語言模型 ( LLM ) 參數數量眾多,比傳統AI的計算量大幅增加,進而增加推論與訓練過程中所需的「圖形處理單元」( GPU )數量,導致電力消耗大幅提升。訓練和推論過程中,模型的輸入與輸出之間包含大量計算層,這些計算層需要消耗大量電力來進行計算。
ChatGPT與環境水資源的問題
電力的消耗意味著在發電過程中會排放CO2等溫室氣體。此外,數據中心的冷卻系統需要消耗大量水資源。例如,據估算,ChatGPT每回答20至50個問題,伺服器就需要消耗約500毫升的水。這些水主要用於數據中心的冷卻系統,防止伺服器過熱。
國外大型企業的AI導入與ESG應對實際案例
現今許多企業在尋求AI導入以促進發展和成長的同時,也面臨著必須積極揭露ESG ( 環境、社會、治理 ) 資訊的要求,也就是說企業需要在AI導入與環境貢獻間取得平衡。
日本FRONTEO的KIBIT:環保AI的典範
FRONTEO是一家總部位於日本的公司,專注於人工智慧和大數據分析技術,致力於通過創新技術推動各行業的數字化轉型。FRONTEO自家開發的AI「KIBIT」是一款強調高效節能、環保負擔小的創新AI。這款「Green Micro AI」在高精度文本解析的同時,具備極低的電力消耗,滿足ESG視角下的需求。KIBIT的優點在於其少量參數的簡單演算法,依靠數學方法實現高效能,無需大量計算資源,能在普通電腦的CPU上運行,而非依賴數據中心的GPU。
科技產業IBM:優化ESG數據
IBM利用AI來優化可持續性計畫和預測。他們的AI解決方案幫助企業在各種環境和社會指標上的報告更加精確,並且提高了資源的有效分配。例如,IBM使用AI來管理和分析龐大的ESG數據,幫助公司在排放跟蹤和減少浪費方面達到更高的效率。
軟體公司Oracle:優化能源與水資源
Oracle Corporation是一家總部位於美國的跨國科技公司。其主要業務包括企業軟體、數據庫管理系統、雲端計算和企業資源規畫 ( ERP ) 軟體。Oracle通過將AI整合到ESG計畫中,顯著提升了數據分析、風險評估和合規性。Oracle的AI技術不僅有助於優化能源和水資源的使用,還能改善供應鏈的可持續性,並提供更好的環境報告工具。該公司致力於在2025年前實現全球運營的零排放,這意味著所有操作將完全使用可再生能源。
這些企業案例顯示了AI在提升企業ESG導入與實現可持續發展目標方面的巨大潛力。企業通過利用AI技術,不僅能夠提高運營效率,還能更好地管理和揭露其環境與社會影響,從而在環保與商業發展之間取得平衡。希望每個企業都能在AI導入中,兼顧環境保護與社會責任,邁向更可持續的未來。
瀏覽 440 次