主要观点：人工智能的能源和水消耗在科技行业日益受关注，可持续人工智能致力于使其更环保和有社会责任感。
关键信息：

• Zorina Alliata 和 Hara Gavriliadi 在OOP 会议上讨论了可持续人工智能。
• Gavriliadi 解释能源和水使用取决于 AI 系统、规模和部署方法，Gartner 估计 AI 和数据中心占全球电力使用的 2 - 3%，单场 AI 对话可能用 500ml 水。
• Alliata 提到模型复杂度需更多计算力和能源，数据中心扩张及冷却需求增加能源和水消耗，AI 工具应用增多使累积能源需求大幅增加。
• 可持续人工智能关注长期影响，包括环境和社会效应，稀疏建模等技术重要。
• 有降低 AI 能源足迹的方法，如开发更节能芯片和冷却系统、研究新架构加速计算、简化计算程序和算法提升等，还提到创建可生物降解 AI 和使用绿色能源。
• Gavriliadi 说有估算 AI 环境影响的工具，如碳计算器等，可持续 IT 需文化和思维转变，制定策略、监测评估进展、培训员工。
• InfoQ 采访 Zorina Alliata 和 Hara Gavriliadi ，他们指出 AI 训练和推理能耗高，如训练单个 AI 模型碳排放量等，数据中心冷却需大量水，AWS 和 Google 数据中心用水情况等，还给出公司走向可持续 IT 的建议，如 align IT purchasing 等。

重要细节：

• 2019 年研究称训练单个 AI 模型碳排放量相当于 5 辆车一生，国际能源署估计 AI 训练能耗相当于小国家，OPT - 175B 模型开发耗能 75 - 150 tCO2e 等。
• AWS 数据中心每千瓦时用 0.18 升水，2021 年 Google 数据中心全球用水 43 亿加仑。
• AWS 利用“可持续性支柱”引导可持续 IT 工作，公司可用数字工具和数据分析优化能耗。