谷歌AI碳排放涨13%！生成式AI拖垮气候承诺？

最近HuggingFace出了个研究，看完真有点吃惊，生成式AI里的视频生成工具，耗电量居然是指数级增长。

简单说，视频长度翻一倍，能耗得翻四倍，这可不是按常理来的线性增长，难怪有人说这是AI给地球挖的“能耗坑”。

先拿具体数据说事儿。

生成3秒的AI视频，能耗要是个基础数，那生成6秒的就不是翻一倍，而是直接乘以四。

之前我还以为时长和能耗会成正比，后来才发现完全不是这么回事。

更直观的对比是，生成一张1024x1024像素的AI图片，能耗也就相当于微波炉转5秒，可生成5秒的AI视频，能耗能让微波炉连续转一个多小时。

说实话，这差距大到有点离谱。

为啥会这样？查了下才知道，视频每帧都得单独用扩散模型计算，不像图片就一次计算完事儿。

现在大家还总想要4K分辨率、60帧的视频，需求一升级，计算量跟着暴涨，能耗自然就压不住了。

就像你煮一碗面和煮十碗面，后者不是简单加十倍水，火候、时间都得翻倍往上加，道理差不多。

视频生成这么费电，最直接的压力就落到了全球数据中心头上。

现在AI相关的能耗，已经占了数据中心总电力需求的五分之一，而且还在涨。

谷歌去年的碳排放就比前年多了13%，官方自己也说，主要是因为铺生成式AI的缘故，连2030年净零碳排放的目标都有点悬了。

更具体的例子是谷歌那叫Veo3的AI视频工具，才七周时间，用户就用它生成了4000多万个视频。

虽然谷歌没说这些视频到底耗了多少电，但按HuggingFace的研究算，这碳足迹肯定小不了。

本来想觉得科技公司能平衡好AI发展和环保，后来发现不少企业为了建AI数据中心，都把之前的气候承诺往后推了，这种取舍确实有点无奈。

光靠技术优化能解决问题吗？现在有三种思路，智能缓存、内容复用和数据集修剪。

Meta在自家视频工具里用了智能缓存，相似场景的生成能耗降了四成，但遇到要做独特动作的视频，还是没辙。

斯坦福大学搞的数据集修剪，把训练数据砍了三成多，能耗也降了不少，可砍多了又怕视频内容变单调，这平衡不好找。

很显然，单靠技术不够，得从多方面下手。

欧盟已经要求高能耗AI工具备案，还得披露单位能耗，美国加州搞了“AI碳足迹标签”，让用户一眼能看到能耗。

微软更直接，计划2026年起，AI数据中心全用可再生能源，现在已经在爱尔兰建了太阳能电站。

抖音还在用户生成视频时弹提示，问要不要把4K调成1080P，据说这么一改，高能耗视频少了四分之一。

说到底，生成式AI的能耗危机不是没法解，但不能只靠某一环发力。

技术得优化，监管得跟上，用户也得有节能意识。

毕竟AI是为了让生活更好，要是因为它让地球负担太重，那就有点本末倒置了。

未来怎么平衡AI创新和环保，还得全行业一起琢磨。