密西根大學獲DARPA 183萬美元（約24億4100萬韓元）補助，展開兩年AI用電研究

美國國防高等研究計畫署（DARPA）將提供183萬美元（約24億4100萬韓元），支持密西根大學為期兩年的研究，估算人工智慧（AI）從資料處理、模型訓練到實際部署的能源消耗。密西根大學工程學院於10月27日公布這項消息。

這項計畫名為E-CALC（Energy Calculus for ML Lifecycle Optimization），由密西根大學主導，伊利諾大學厄巴納－香檳分校（University of Illinois Urbana-Champaign）與英國航太系統公司（BAE Systems）也將參與。

研究團隊計畫結合實際用電測量與軟體分析，估算資料處理、模型訓練和實際部署所需能源，並比較不同硬體與軟體設定造成的差異。研究也希望減少逐一測試各種軟硬體組合的負擔，並計畫以開源方式公開測量工具與文件。

密西根大學工程學院表示，軟體與硬體設定不匹配時，模型訓練過程中最多可能浪費30%的電力；不過，公告未提供這項數據的測量條件與計算依據。研究團隊提出的AI能源使用量最多降低50%，則是研究目標，並非已達成的節能成果。30%指訓練階段可能浪費的電力，50%則是AI能源減量目標，兩者測量範圍不同。

國際能源總署（IEA）4月16日發布的《Key Questions on Energy and AI》估計，全球資料中心用電量在2025年為485 TWh，並預計2030年達到950 TWh。這項預估涵蓋所有資料中心，並非僅計算AI專用設施，因此不能直接與E-CALC的AI節能目標相比。

IEA在同一份報告中分析，個別AI工作的能源效率正在改善，但影片生成、推論及代理型工作等高耗能應用也日益增加。這些工作的每次查詢耗能可能是單純文字生成的數百倍至數千倍。單一AI工作的效率提升，仍可能與資料中心整體用電需求增加同時發生，因為兩者衡量的範圍不同。

測量標準也是一項挑戰。IEA在10月14日發布的《Powering Artificial Intelligence》中指出，雖然已有設施效率標準，AI模型的能源效率標準仍未建立。IEA表示，模型與服務變化快速，加上比較所需的基準不確定，使標準制定更加困難。E-CALC工具若要用於比較不同工作與設備，仍須經過開發與驗證。

AI基礎設施擴大也牽涉電力供應。本刊先前報導，微軟（Microsoft，MSFT）與星座能源（Constellation Energy，CEG）簽署20年購電協議，並計畫重啟三哩島核電廠1號機。

密西根大學電腦科學與工程副教授、E-CALC計畫主持人莫沙拉夫・喬杜里（Mosharaf Chowdhury）在校方公告中表示：「如何以最低限度的能源取得AI廣泛帶來的效益，是一個實際問題。」他指出，研究目標是找出降低能源使用的方法。研究團隊預計在兩年計畫期間開發測量工具，並以開源方式公開工具與文件。