在娛樂圈內，黑料曝光往往引發人們的廣泛關注。這些背后的故事，不僅涉及明星的私生活，還反映出行業潛規則的復雜性。對于倍受矚目的事件，各種爆料層出不窮，真假難辨。這些信息來源各異，或許是知情人士的透露，或者是在社交媒體上的閑聊。但無論如何，這些“吃瓜”事件都讓公眾對明星的一舉一動充滿好奇。
AI的止境是電力。作為耗電大戶，馬斯克的“超級算力工廠”，正面對監管檢查。
據外媒報導，馬斯克興辦的AI公司xAI在美國田納西州孟菲斯構建的超級核算機“Colossus”（偉人）因違背環境規則而面對檢查。南邊環境法令中心在近來發給謝爾比縣衛生局的一封信中表明，航拍圖畫和其他數據顯現，xAI在當地的工廠裝置了“多達35臺甲烷氣體渦輪機”。這些渦輪機的總功率可到達420兆瓦，足認為一座城市供電。這35臺渦輪機不僅是嚴重空氣污染源，一起也遠超xAI向謝爾比縣衛生局請求的“15臺設備”的數量，是“不合法”的。
Colossus是馬斯克為了給xAI談天機器人Grok供給算力而制作的世界上規劃最大的超級核算機。大模型練習進程需求巨大的算力支撐，這直接導致了很多的電力需求。世界動力署猜測，全球數據中心到2026年的用電量將高達1.05萬億千瓦時，凸顯了AI開展極快的動力耗費速度。馬斯克被控“不合法發電”的背面，是AI大模型這一“吞電巨獸”所面對的電力窘境。
。馬斯克“不合法”裝置35臺甲烷氣體渦輪機。
上一年6月，xAI宣告將在美國田納西州孟菲斯制作一臺超級核算機來練習其人工智能大模型Grok。同年9月，馬斯克泄漏孟菲斯超級核算機的一部分，即現在的Colossus現已上線。
值得注意的是，馬斯克曾表明，孟菲斯的超級核算機體系包含20萬個英偉達GPU，其間一半是在短短122天內裝置完結的，他期望最終將GPU規劃擴大到100萬個。自宣告這一項目以來，xAI已向當地提交了14份施工答應請求，相關文件顯現，估計項目本錢算計到達了4.059億美元。
從上一年開端，xAI就現已開端孟菲斯數據中心練習Grok模型。本年2月18日，xAI發布了最新一代模型Grok 3。為了打造Grok 3，馬斯克投入了高達10萬個英偉達GPU作為算力支撐，核算量是前代的10倍。
可是，孟菲斯的超級核算機項目自宣告以來就面對著動力耗費及環境污染的質疑。據外媒報導，xAI已向孟菲斯照明、天然氣和水處理公司（MLGW）請求了300兆瓦的電網電力，并獲得150兆瓦的供電答應。這一供給答應，足認為10萬個家庭供給電力。
即使是這樣，這些電力關于Colossus而言依然遠遠不夠。南邊環境法令中心在近來發給謝爾比縣衛生局的一封信中表明，航拍圖畫和其他數據顯現，xAI在當地的工廠裝置了“多達35臺甲烷氣體渦輪機”。這些渦輪機的總功率高達420兆瓦，足以滿意一座城市的用電需求。
早在上一年夏天，xAI就曾在額定設置甲烷發電機，謝爾比縣衛生局其時表明，xAI并未獲得運用這些發電機的答應。本年1月，xAI請求了15臺發電機的答應，以暫時為數據中心供電。而最新發表的35臺明顯遠遠超越其請求的數量。
此外，南邊環境法令中心在信中還說到，xAI不合法裝置的設備違背了《清潔空氣法》，特別是其間關于有毒和致癌污染物的排放限額，是“嚴重空氣污染源”。該安排呼吁，當地應發布緊急命令，要求xAI停止運用35臺發電機，假如未恪守，主張每日罰款2.5萬美元。
。“吞電”巨獸，怎么緩解能耗與污染難題？
xAI因動力耗費及環境污染所面對監管檢查，折射出當時AI大模型所面對的資源掣肘及環保難題。
世界動力署發布的2024版全球電力陳述顯現，2022年全球數據中心和人工智能大約耗費了全球總用電量的1.6%，并且添加敏捷。跟著大模型的異軍突起，全球數據中心到2026年的用電量將高達1.05萬億千瓦時。斯坦福人工智能研討所發布的《2023年人工智能指數陳述》顯現，大言語模型GPT-3一次練習的耗電量為1287兆瓦時，相當于120個美國家庭一年的用電量。而GPT-4的主要參數是GPT-3的20倍，核算量是GPT-3的10倍，能耗也隨之大幅添加。
除此以外，大模型還會帶來碳排放增多的問題。上一年6月，谷歌發布的環境陳述顯現，自2019年以來，其溫室氣體總排放量添加了48%，僅2023年一年谷歌就產生了1430萬噸二氧化碳，同比2022年添加13%。谷歌將碳排放量激增的原因，歸結于數據中心的動力運用和供給鏈排放的添加。
能耗問題正逐漸成為人工智能開展的“攔路虎”。OpenAI首席執行官山姆·奧特曼曾揭露表明，未來AI的耗電量將大大超越人們的預期，因而必須在動力方面獲得打破。他還表明，更多氣候友愛型動力，特別是核聚變或更廉價的太陽能和儲能，是AI的開展方向。這一判別也促進奧特曼加大對核聚變的出資。奧特曼向核聚變草創公司Helion Energy出資了3.75億美元，這也是他迄今為止最大的一筆出資。
當時，大模型練習遵從Scaling Law（縮放規律，即模型功能跟著算力、數據的添加而提高），各個廠商都在“卷參數”，由于往往參數越大，才能越大。在這種技能途徑下，模型功能每提高一個層次，其耗費的電力與碳排放也會與之俱增。因而，怎么在開展AI大模型的一起，減低其能耗及碳排放，一直是職業研討的要點。
除了開展核能、太陽能、風能等清潔動力等清潔動力以外，職業人士普遍認為，還應加強AI技能的立異與優化，經過不斷改進AI模型與算法，更新運用高效能硬件，優化數據中心規劃等方法，削減不必要的核算量，完成更高的能效。事實上，近年來跟著技能的不斷進步，模型緊縮、剪枝、量化、異構核算芯片等新技能的呈現，使日常運用AI推理的單次能耗也在繼續下降。
（文章來歷：證券時報網）。
