近日，1986年圖靈獎得主、康奈爾大學榮休教授約翰·霍普克羅夫特（John Hopcroft）就人工智能的能源消耗問題發出警告。他指出，提升計算性能需要消耗大量電力，而人類大腦完成同樣任務基本不消耗能量，這種對比值得警惕。
霍普克羅夫特舉例說明，當前讓機器人執行“撿起某物并放到那邊”這樣的簡單任務，其背后用于計算的能耗相當可觀，而人類完成同樣動作的大腦能耗卻微乎其微。他認為，這表明或許存在成本更低的計算機編程方式，并警告“我們不能繼續像現在這樣下去了”。
這一警告并非危言聳聽。據了解，斯坦福大學《2025年人工智能指數報告》的數據顯示，人工智能模型的能耗正呈指數級增長。例如，2017年的Transformer模型功耗約為4500瓦，而2024年發布的Llama 3.1-405B模型的功耗已高達2530萬瓦，增長了超過5000倍。報告指出，訓練前沿模型所需的功耗大約每年翻一番。
國際能源署（IEA）的報告進一步印證了問題的嚴重性。數據顯示，2024年數據中心占全球電力消耗的約1.5%，且其電力消耗自2017年以來以每年約12%的速度增長，遠超全球總電力消耗的增速。
霍普克羅夫特的言論將AI狂飆突進背后的能源與環境成本問題置于聚光燈下。在追求性能突破的同時，如何尋求更高效、更可持續的技術路徑，已成為整個行業無法回避的嚴峻課題。
