你講句「謝謝」AI 用咗幾多電？
問你一個問題：你頭先同 Claude 或者 ChatGPT 講咗句「唔該」，背後嘅數據中心為咗處理你嗰幾個 token，用咗幾多電？答案可能嚇你一跳——一次典型嘅 AI 對話查詢，耗電量大約係 Google Search 嘅十倍。你以為自己只係打咗幾隻字，但實際上，你嘅碳足跡已經踩穿咗地板。
呢個唔係反科技嘅陰謀論，而係一個愈來愈難逃避嘅現實。2024 年，國際能源署嘅報告指出，全球數據中心嘅用電量已經佔咗全球總發電量嘅 1.5%，而 AI 運算係增長最快嘅部分。有研究推算，一次完整嘅 AI 模型訓練（例如 GPT-4 級別），碳排放相當於五架汽車成個生命周期嘅總和。你每次叫 AI 幫你改 email、寫 code、生成圖片，背後都係一座微型發電廠喺度燃燒緊。
我哋用緊嘅唔係免費午餐
講到尾，AI 唔係魔法。每一個 transformer layer、每一次 matrix multiplication，都係由實體硬件運算出來嘅。NVIDIA H100 GPU 嘅熱設計功耗係 700 瓦——即係開住一個電暖爐喺度跑。而一個中型 AI 集群有成幾千張呢啲卡，一日廿四小時全年無休咁行。香港嘅數據中心用電量喺過去三年升咗差唔多四成，大部分增長來自 GPU 集群。
你可能會話：「關我咩事？電費又唔係我畀。」問題係，呢啲電費最終會轉嫁返俾用家。OpenAI 每日嘅營運成本超過七十萬美金，電費佔咗相當大比例。隨住 AI 愈來愈普及，呢筆成本只會繼續上升。最後埋單嘅，唔只係你嘅荷包，仲有地球嘅氣候。
更加值得諗嘅係：我哋係咪真係需要每一次都 call 一個 1.8 兆參數嘅模型？你有冇試過為咗一個簡單嘅問題——例如「今日天氣點樣」——結果背後嘅大模型神經元全部 wake up，運算咗幾秒，然後答你「今日天晴，25 度」。呢個本身就係一種奢侈。用電鑽嚟打麻雀，唔單止浪費，仲好嘈。
綠色計算唔係 oxymoron
有人話 AI 同環保本身係矛盾——你要聰明就要用電，你要環保就要慳電。但我認為呢個係一個 false dichotomy。綠色計算（Green Computing）唔係叫你唔好用 AI，而係叫你用得聰明、用得有效率。
有幾個趨勢值得留意。第一，專用模型取代通用模型。小模型（如 Phi-3、Llama 3.1 8B）喺特定任務上嘅表現已經追近大模型，但能耗少咗十倍。第二，hardware-software co-design 開始成熟，Apple 嘅神經引擎、Qualcomm 嘅 AI Engine，都係用更低功耗做本地推理。第三，sparsity 同 quantization 技術令到模型可以用更少嘅 bit 數做到同樣嘅效果——好似你聽 FLAC 同 MP3 嘅分別，大部分人根本分唔出。
香港作為亞洲數據中心嘅樞紐，其實有好大嘅綠色計算潛力。我哋嘅數據中心有相對先進嘅冷卻技術，部分新設施甚至用緊液態冷卻取代傳統 HVAC，慳電之餘仲減少用水。問題係，呢啲技術嘅普及率仲未夠高。如果你係創業者，選擇雲端服務供應商嘅時候，睇吓佢哋有冇 commitment 俾 renewable energy，有冇提供 carbon-aware 嘅 compute scheduling。
作為 developer 你可以做嘅三件事
第一，選對工具。唔好乜都用最大 model，睇吓你嘅 use case 係咪可以用更細嘅模型解決。寫 unit test 使唔使用 GPT-4？Llama 3 70B 搞唔搞得掂？Google Gemini Nano 已經可以喺手機 local run，雖則能力有限，但勝在零 latency 零電費。
第二，實現 caching 同 batch processing。你每日有幾多 queries 係重複嘅？如果你嘅 product 入面每次都要 call API 做同樣嘅 embedding 或者 summarization，唔該加個 cache。喺 Redis 攞一個 cached result，比 call 一次 GPT-4 Turbo 慳咗差唔多 99.9% 嘅能耗。
第三，push 你哋公司嘅 infra team 去睇 carbon-aware computing。AWS 同 GCP 都有工具俾你睇到唔同時段、唔同 region 嘅 carbon intensity。將 batch jobs schedule 去太陽能或風能供應充足嘅時段，唔單止環保，有時仲平啲。
我哋要嘅係 conscious intelligence
AI 嘅發展唔應該以犧牲地球為代價。作為香港嘅科技從業者，我哋有責任諗清楚：每次我哋 call API 嘅時候，背後嘅代價係咩。我唔係叫你唔好用 AI——AI 係人類史上最 powerful 嘅工具之一，但 powerful 嘅工具需要 responsible 嘅使用者。
下次你同 AI 講「唔該」之前，諗一諗：呢句「唔該」值得用幾多度電？如果你嘅答案係「值得」，咁就繼續用，但要用得 smart。如果你嘅答案係「唔值得」，咁就停一停，諗清楚先用。
Green computing 唔係一個口號，而係一個 engineering challenge。而香港嘅開發者，最擅長嘅就係 solve engineering challenges。