近日，1986年圖靈獎(jiǎng)得主、康奈爾大學(xué)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(wèn)題發(fā)出警告。他指出，提升計(jì)算性能需要消耗大量電力，而人類大腦完成同樣任務(wù)基本不消耗能量，這種對(duì)比值得警惕。

霍普克羅夫特舉例說(shuō)明，當(dāng)前讓機(jī)器人執(zhí)行“撿起某物并放到那邊”這樣的簡(jiǎn)單任務(wù)，其背后用于計(jì)算的能耗相當(dāng)可觀，而人類完成同樣動(dòng)作的大腦能耗卻微乎其微。他認(rèn)為，這表明或許存在成本更低的計(jì)算機(jī)編程方式，并警告“我們不能繼續(xù)像現(xiàn)在這樣下去了”。

這一警告并非危言聳聽(tīng)。據(jù)了解，斯坦福大學(xué)《2025年人工智能指數(shù)報(bào)告》的數(shù)據(jù)顯示，人工智能模型的能耗正呈指數(shù)級(jí)增長(zhǎng)。例如，2017年的Transformer模型功耗約為4500瓦，而2024年發(fā)布的Llama 3.1-405B模型的功耗已高達(dá)2530萬(wàn)瓦，增長(zhǎng)了超過(guò)5000倍。報(bào)告指出，訓(xùn)練前沿模型所需的功耗大約每年翻一番。

國(guó)際能源署（IEA）的報(bào)告進(jìn)一步印證了問(wèn)題的嚴(yán)重性。數(shù)據(jù)顯示，2024年數(shù)據(jù)中心占全球電力消耗的約1.5%，且其電力消耗自2017年以來(lái)以每年約12%的速度增長(zhǎng)，遠(yuǎn)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(jìn)背后的能源與環(huán)境成本問(wèn)題置于聚光燈下。在追求性能突破的同時(shí)，如何尋求更高效、更可持續(xù)的技術(shù)路徑，已成為整個(gè)行業(yè)無(wú)法回避的嚴(yán)峻課題。