“达杰机器人”完成过亿元B轮融资
06-18
为了缓解电池焦虑，我们大概只能从两个方面入手。
一是提高电池的能量密度，二是快充。
前者进展缓慢，需要克服物理和化学两大铁律。
许多新技术仍然停留在理论或实验室环境中。
而快速充电似乎是缓解电池焦虑的少数方法之一。
▲ 现在百瓦充电器开始流行。
无论是手中的智能手机，还是屁股下的新能源汽车，大功率快充几乎成为兵家必争之地。
现在智能手机的充电功率已经达到W，特斯拉最新的V3超级充电器已经超过了kW。
如此高的功率也大大缩短了锂电池的充电时间。
同时，大功率快充也改变了一些习惯，利用碎片时间补充能量已经成为时下的普遍情况。
如果说智能手机和电动汽车的大功率充电是为了缓解电池焦虑，那么显卡和处理器的功率提升其实也是为了更好的用户体验。
然而，它们力量的激增并不是为了缓解焦虑，而是为了带来更高的算力。
以NVIDIA新发布的GeForce RTX为例。
其功率直接飙升至W。
如果搭配主板、散热系统以及英特尔第13代处理器，这样一台完整PC的功率可以轻松达到W。
▲ Nvidia的新“核弹”GeForce RTX 图片来自：techspot If每小时一千瓦时的耗电量并不足以让你震惊，台式电脑与其他电器不同。
其内部电源将V电压转换为12V，为显卡供电。
经过简单换算，RTX显卡12VHPWR接口将承受50A的电流，比毫安人体致命电流高出很多倍。
▲ 融化的供电线 图片来自：Reddit 能量守恒定律不会放过每一个电器。
如此大的电流，线路上电阻产生的热量也会呈指数级增长。
RTX发布不久，就有用户在网上发帖称，他花重金买的新显卡上的12VHPWR接口和供电线已经“融化”，也就是烧毁了。
运气好的话，只会烧掉一个接口，但运气不好的话，可能会毁掉整台电脑。
▲“烧”显卡 图片来自：Gamers Nexus 随着人数增加，Nvidia 也表示正在调查。
与拖延的政府相比，一些民间机构的执行效率明显更高、效果更好。
就在近日，YouTube博主Gamers Nexus还原了这起事件，并得出了结论。
简单来说就是供电线与接口连接不稳定。
几分钟之内，界面就产生了高达℃的温度，最终界面上的塑料成功熔化，甚至冒烟。
▲ 图片来自：RedditGamers Nexus 认为，后果一是设计不佳，二是使用不当。
在设计上，12VHPWR没有类似传统8pin和6pin接口的卡扣来将接口与供电线紧密连接，这又导致用户在使用和组装时无法保持紧密连接。
而且RTX还采用了12VHPWR接口，所以不排除稍后推出的RTX能够存活下来。
▲ 图片来自：4Gamers 由于这个问题暂时没有解决方案，Gamers Nexus 也向众多 RTX 和 RTX 用户发出警告，“插入并固定”12VHPWR，并避免弯曲电缆。
除了12VHPWR带来的麻烦之外，用户对RTX也有各方面的抱怨，比如体积庞大、价格太贵等，但他们似乎都对性能相当满意。
大功率、大批量、高价格自然带来应有的性能，所谓高投入、高回报。
此外，显卡的高计算能力不仅仅应用于游戏领域。
用互联网用语来说，显卡也在为AI行业赋能。
在AI模型训练过程中，需要显卡提供大量的算力。
这有点类似于挖矿过程，需要显卡24小时连续工作。
一方面，显卡的威力不断飙升，另一方面，它也从未停止工作。
马萨诸塞大学的研究人员脑洞大开，研究了这些显卡在 AI 训练周期中会产生多少碳排放。
换句话说，它会对环境和能源产生什么影响？按理说，个人电脑或其他消费电子产品都属于弱电产品。
按照公众印象，AI产业应该不会消耗太多能源。
我们在享受AI带来便利的同时，似乎下意识地相信AI也能“吃得更少，跑得更快”。
但研究结果却有些出人意料。
几个大型AI模型的训练周期就是一个样本。
在训练过程中，可以排放超过300磅的二氧化碳，这几乎是普通汽车在其使用寿命期间碳排放量的5倍，其中包括汽车制造过程。
如此高的能耗和高碳排放让很多AI从业者感到惊讶。
我们对很多行业的能源消耗只有一个模糊的概念，但当确切的数字出现时，不仅是普通大众，就连人工智能从业者也可能不知道。
如此高的能耗。
▲ 人脸识别和情绪判断 图片来自：微软 无论是谷歌、苹果还是硅谷的其他科技公司，每次对外的发布会都会展示各自在 AI 领域的努力和成就。
设备更加智能，生活更加便捷。
更加个性化的互联网背后，是庞大而复杂的人工智能主导。
而当我们把它带入马萨诸塞大学的研究中时，我们实际上在无形中消耗了大量的能量。
在一组研究人员最近发布的全球碳预算报告中，燃烧化石燃料造成的二氧化碳污染可能会超过20年并重返高位。
在很多人的印象中，高碳排放其实更多地存在于传统行业，比如制造业、交通运输业。
然而，利用高算力来训练AI模型，实际上却隐藏着碳排放的巨无霸。
有趣的是，并非所有针对不同人工智能模型的训练过程都有一定的好处。
当训练完成后，在优化模型的训练时也会消耗相当大的电量，但此时几乎没有任何性能增益。
在这篇论文中，马萨诸塞大学使用了已经形成的单一训练模型，这更有利于控制变量和生成结论。
但在实践中，AI训练往往需要开发新模型或对原有模型进行优化。
当数据不断调整时，这个过程往往持续时间更长，消耗的能量也更高。
按照目前的趋势，AI算力还远未达到拐点。
随着人工智能未来将面向更多行业，对人工智能算力的需求将越来越高，这将带来对电力和环境的强劲需求。
影响将会更加深远。
互联网的诞生、智能手机的出现以及各类机器学习，赋予了个体及时传递信息和获取信息的能力，促成了当今的信息时代。
未来学家阿尔文·托夫勒认为，信息社会现在正在进入第三次文明浪潮。
与前两个农业社会和工业社会最大的区别在于，它不再以物理能源和机械为主导。
但智力。
但我们实际上还处于新旧时代的过渡期，还没有一个国家或地区完全进入信息社会。
目前，工业社会仍是主角，对能源和环境的影响仍处于旧的认识中。
随着信息化进程不断深入，对AI算力的需求显然更大。
因此，按照目前对电力的高需求来看，我们也正在进入一个电力饥渴的时代。
不仅工业社会活动需要大量的电能进行生产，科技公司的AI开发和培训也会对电能有很高的需求，对环境造成恶劣的影响。
马萨诸塞大学对AI算力消耗的研究并不是呼吁停止AI模型训练，而是揭示，或者说是给我们一个警告，在AI算力不断提升的过程中，其实伴随着相当高的能耗和环境影响。
▲ 图片来自：wccftech 在工业社会不断优化制造业的同时，我们其实应该把目光转向新兴的人工智能产业。
他们其实更值得大企业在优化能源、减少碳排放方面做出表率。
对于我们普通玩家来说，这个大计划可能离我们比较遥远，关联性不大，但实际上它也给我们带来了一个新的思考角度。
未来，我们家庭的主要能源消耗者可能不再是空调、冰箱和热水器。
一种白电，可能会逐渐转变为你手中的手机或办公桌上的电脑。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-18
06-06
06-18
06-18
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态