量子计算如何帮助人工智能变得更环保

想象一下这样一个世界：人工智能系统运行所需的能量与蝴蝶相同。当我们看到当今人工智能系统巨大的能源消耗时，这个梦想似乎还遥不可及。

这些强大的机器虽然非常出色，但耗电量却惊人。一个训练中的 AI 模型所消耗的电量相当于五辆汽车一生所消耗的电量。使用互联网上的所有文本训练上一个 GPT-4 系统耗电量超过 1 亿美元，而且它说话仍然不太好。

成本高昂的不仅仅是训练。一位数据科学家估计，今年 1 月，大型语言模型耗电量相当于 17.5 万人的用电量。训练阶段通常是人工智能模型耗能最高的阶段，但人们对使用这些服务的强烈兴趣可能会无限期地产生高昂的电费。

随着对人工智能服务的需求激增，环境污染问题也变得不容忽视，这一问题也变得更加严重。我们正面临能源危机，显然我们需要改变方向。

我们要用人工智能毁灭地球吗?好吧，我们应该看看大自然是如何做到的。

大自然以安静而优雅的方式每时每刻都在进行计算，而且能源效率极高。从树木将阳光转化为食物，到人类大脑处理复杂信息，大自然的计算既复杂又可持续。如果大自然能做到，为什么我们的机器不能呢?显然，我们目前对人工智能的态度存在根本缺陷。

幸运的是，量子计算领域有一线希望。这个新兴领域利用量子力学原理，以比传统计算机更高效的速度执行复杂计算。就像大自然在光合作用中使用量子效应一样，我们可以利用量子计算以极低的能量运行人工智能系统。

高性能计算机的功耗

随着人工智能模型的总体数量和使用量不断增长，值得考虑为运行这些算法的机器提供动力所需的能源。

Frontier 目前是全球最强大的超级计算机，其电费为 21.1 兆瓦，每年高达 2300 万美元。当田纳西州橡树岭国家实验室的工程师们建造 Frontier 时，计算机周围的办公空间必须改造成变电站，以确保计算机有足够的电能。即使在空闲时，Frontier 也会消耗 8 兆瓦的电能。一兆瓦通常可以为 1,000 个欧洲家庭供电。

除了消耗了全球相当一部分能源外，这些超级计算机还以排放的形式对环境产生了重大影响。2022 年，中国拥有的超级计算机数量最多，为 172 台，美国紧随其后，为 128 台。煤炭是亚洲迄今为止最常见的能源，预计未来十年仍将保持这一地位。在美国，煤炭占整体能源结构的 60%。在欧洲，太阳能和风能首次在 2022 年与核能持平，但欧洲只有 71 台超级计算机。所有这些超级计算都在导致温室气体扰乱天气模式并导致地球变暖。

即使对于试图减少碳足迹的研究科学家来说，使用超级计算机也让他们无法实现这一目标。最近的一项研究计算了澳大利亚一所大学天文学家的碳足迹。平均每个天文学家仅使用超级计算机就产生了 15 吨的排放量，远远超过航空旅行和天文台工作的排放量，后两者的排放量均为个位数。

利用量子计算提高人工智能效率

正如世界从燃油汽车转向电动汽车一样，企业、大学和政府可以考虑使用量子计算来减少超级计算的碳足迹。这是一条很有前途的途径，可以让人工智能不仅更智能，而且更环保。例如，目前的百亿亿次和千万亿次超级计算机通常需要大约 15 到 25 兆瓦的功率才能运行，而量子计算机的典型能耗为 25 千瓦。

此外，我们还看到了量子启发式计算的出现——模拟量子过程但在经典机器上运行的算法。与传统 AI 系统相比，这些算法可以显著节省功耗。

例如，人们可以通过深度学习、卷积网络、Transformer 和其他计算要求高的过程中的巨大因素来提高神经网络的内存性能。

计算机使用神经网络通过分析训练示例来学习任务。该网络由数千个紧密互连的处理节点构成。这些节点按层组织，每个节点都分配有权重和阈值。如果某个节点的输出超过阈值，该节点就会开启并将数据传递到下一层。

如今的 CPU 和 GPU 可支持高达 50 层的网络。这些网络一旦经过准确度训练，便可高速对数据进行分类和聚类。这些网络可执行笔迹分析、语音转文本转录和天气预报等任务。

当量子计算机进入容错时代时，研究人员可以将量子位上的操作用作神经网络中的人工神经元。

同时，得益于量子启发技术，公司可以以最小的能源成本运行每层具有大量神经元的网络，从而大幅降低能源消耗。

高性能计算中心对量子计算感兴趣的一个原因是它有机会减少整体用电量。随着传统超级计算机的功能越来越强大，它们的功耗几乎呈指数级增长。量子计算机的计算能力呈指数级增长，但相关的功耗却呈线性增长。

关于量子计算机是否可能比传统计算机消耗更少的能源，存在一些争议。支持基础设施对电力的需求很大，硬件设计也有一些要求。

量子能源计划汇集了来自 46 多个国家的 300 名参与者，涵盖从基础量子物理到技术、从硬件到软件、从研究到工业的各个领域，旨在跟踪能源使用情况以及量子计算能力的增长。该计划旨在了解与资源消耗相关的进展。该组织的目标包括为所有量子技术定义基于能源的指标，并找到将量子过程的能源成本降至最低的方法。

量子计算和量子启发式计算正在帮助解决计算能源挑战。能源公司正在努力解决棘手的优化和机器学习问题，例如能源市场优化和生产预测。事实证明，量子计算不仅更环保，而且还能比传统的、能源效率低下的计算更好地解决这些挑战。

量子计算和量子启发计算不仅仅是传统计算的替代品，更是必需品。通往量子驱动、节能的人工智能革命的道路漫长而充满挑战。我们正在与全球变暖和能源需求呈指数级增长作斗争。但量子技术的每一步进步都让我们更接近既可持续又智能的人工智能的梦想。