就像一场中年危机，爸爸抛弃了省油的轿车，换成了耗油的肌肉车一样，生成式人工智能（gen AI）的兴起及其耗电的gpu似乎为任何对计算效率和企业可持续性的担忧敲响了丧钟。

　　早期的数据似乎表明，这个噩梦正在成为现实。经过多年来降低功耗和创造高效计算能力的承诺稳步上升，阿伯丁在2023年的研究首次显示，这些指标出现小幅下降，因为企业在部署强大的计算基础设施以利用人工智能（AI）的竞赛中搁置了效率承诺。

　　很难因为这种失误而指责企业。毕竟，伴随第一波人工智能浪潮而来的令人窒息的炒作让许多组织认为，他们必须尽快拥有人工智能解决方案和能力。

　　与此同时，还有一些关于GPU短缺的报道，以及某家图形芯片公司的实力上升，这些公司强调计算能力而不是节能。我们甚至听到一些小型企业购买游戏系统用于AI创造。在一段时间内，可持续发展、节能和零碳承诺的时代似乎在相当不稳定的基础上。

　　但是，随着炒作的减少和对一些更极端的人工智能预测的合理怀疑的兴起，使用和部署生成式人工智能的趋势表明，许多企业可以在利用人工智能的同时降低功耗和成本。

　　为了了解其中的一些趋势，阿伯丁最近完成了一项关于企业如何使用和计划使用人工智能的新调查。在这项调查中，我们询问了推动企业使用人工智能的驱动因素、他们面临的挑战、他们正在使用的关键战略和技术，以及他们可能已经从人工智能的使用中看到的好处。研究结果将于今年11月在奥斯汀举行的香料世界大会上公布。

　　正如人们所料，大多数组织都非常重视人工智能，超过90%的组织以某种形式使用人工智能，25%的组织在构建人工智能方面进行了专门的战略投资（预计未来6个月这一数字将增长20%以上）。然而，有趣的是，我们也看到了一种更实用、更注重效率的人工智能使用方法的兴起。

　　在很大程度上，企业希望利用自己的数据和小型定制语言模型在内部利用人工智能。乍一看，这可能会让您担心他们会在大量耗电、gpu密集的系统上投资。

　　但越来越多的企业发现，构建小型定制模型并不需要大量强大的系统（我听说有些公司在单个工程师的笔记本电脑上构建模型），而且功耗可以保持在最低限度。事实上，当我们询问企业正在购买哪些技术来支持他们的人工智能计划时，gpu已经下降到第四位，而增加的存储容量和混合云功能则位居榜首。

　　这些趋势是有道理的，因为企业确实需要管理和存储为其人工智能模型提供所需的大量数据。越来越多的混合云模型利用了云的灵活性和内部部署的安全性和性能，被证明是部署人工智能解决方案的核心基础设施。

　　最重要的是，在使用生成式人工智能时，企业和人工智能用户不再优先考虑计算能力而不是效率。在我们的研究中，我们看到对电力使用的关注的下降已经逆转，相反，我们看到对电力消耗的关注增加了10%，因为这些组织明白他们可以从人工智能中受益，而不会把节能和可持续性抛在脑后。

　　当然，对于世界上最大的人工智能供应商来说，电力仍然是必不可少的，这就是为什么我们看到像亚马逊、微软和谷歌这样的大公司为新核电站的电力签订了排他性协议。但围绕人工智能还有其他趋势和潜在的新技术，甚至可以降低这些巨头的功耗。

　　私营和公共部门的研究人员都在研究和展示使用线性复杂性乘法和矩阵乘法的新技术，这些技术有可能大幅降低生成式人工智能的功耗。在更直接的时间框架内，我们已经看到了一些新的服务器和系统的开发，这些服务器和系统的设计在构建和开发人工智能解决方案时更有效。

　　所有这些都意味着，人工智能的生成和节能相互排斥的时代可能即将结束。企业关心节能和效率，并发现他们既可以从人工智能中受益，又可以实现节能目标。

　　有点像中年危机的老爸抛弃跑车，转而选择高性能电动汽车。