網(wǎng)紅聊天機器人ChatGPT的碳排放究竟多高?
撰文 | Shushu;編輯 | 郭郭
→這是《環(huán)球零碳》的第515篇原創(chuàng)
最近關于AI聊天創(chuàng)作工具ChatGPT的討論很多。這是伊隆·馬斯克創(chuàng)建的OpenAI公司所研發(fā)。
先是微軟宣布再砸100億美金入股OpenAI,然后亞馬遜和美版“今日頭條”BuzzFeed宣布將在日常工作中啟用ChatGPT,同時,百度也宣布將于3月推出“中國版”的ChatGPT聊天機器人。在多家科技公司推波助瀾后,ChatGPT瞬間引發(fā)全球關注。
一些網(wǎng)友開始瘋狂測試ChatGPT,比如寫代碼、寫劇本、寫小說、寫新聞、寫作業(yè)、廣告文案、知識搜查,甚至玩游戲等,而ChatGPT展現(xiàn)的能力也不負眾望,不僅對答如流,甚至還充滿智慧,洞察人性,比真人回答都絲毫不差。
還有一些網(wǎng)友開始談論ChatGPT的投入成本,像谷歌、華為、特斯拉、微軟、Meta、蘋果等,每年投入數(shù)以百億美元的研發(fā)費用,被稱為燒錢無底洞。
但是,很少有人談論ChatGPT模型的環(huán)境成本。
我們要意識到,即使是數(shù)字產(chǎn)品也需要能源來開發(fā)和消耗。據(jù)統(tǒng)計,信息和通信技術 (ICT) 行業(yè)和數(shù)據(jù)中心行業(yè)在全球溫室氣體排放中所占比例相對較大,約占全球電力消耗的3-5%。此前《環(huán)球零碳》也針對中國數(shù)據(jù)中心能耗和碳排問題做過研究,請點擊《數(shù)據(jù)中心成碳排大戶和電老虎,北上廣深不再歡迎》一文閱讀。
如果這些數(shù)字產(chǎn)品(從我們手機上運行的應用程序到在云端運行的數(shù)據(jù)),一旦所消耗的電力不是由可再生能源產(chǎn)生的,就會產(chǎn)生碳排放。這就是機器學習模型,也會產(chǎn)生碳排放的原因。ChatGPT也不例外。
谷歌曾表示,公司總能源消耗的15%用于研究、開發(fā)和生產(chǎn)中與機器學習相關的計算。據(jù)NVIDIA和亞馬遜估計,機器學習工作中推理處理占算力消耗的80%-90%。
這些模型所消耗的能源也影響著氣候變化。在本文中,我們將從碳足跡的角度來看一下ChatGPT對環(huán)境的影響。
這里我們可以采用廣泛使用的生命周期評估 (LCA)法,該法旨在涵蓋產(chǎn)品或過程生命周期的所有階段。
雖然生命周期評估 (LCA)法通常是評估產(chǎn)品從搖籃到墳墓的整個階段的碳排放,這將考慮到原材料提取的所有過程對環(huán)境的影響。但此次對于ChatGPT的評估是僅專注于從制造設備到模型部署運行,如下圖。
綠色部分為本次計算ChatGPT生命周期碳足跡的3個主要階段,分別為設備制造,模型訓練,模型部署和運行。
那么,這3個主要階段中,ChatGPT的碳排放究竟是多少?
01 ChatGPT設備制造階段的隱形碳排放
首先,我們來看設備制造階段碳排放。
因目前關于ChatGPT的設備制造相關信息有限,我們以另一個大型語言模型BLOOM的設備制造碳排放作為類比,來推測ChatGPT該階段碳排放。
據(jù)了解,BLOOM和ChatGPT的前身GPT-3的模型大小大致相同,分別為176b和175b參數(shù),因此設備方面也具有一定相似性。
設備制造階段的碳排放被稱為隱含碳。這是生產(chǎn)產(chǎn)品所涉及材料和過程相關的排放,例如訓練和部署模型所需的計算設備。雖然這些排放的產(chǎn)生僅限于制造過程,但這一總量通常分布在設備使用期間,方法是將這部分排放總量除以使用時間。
BLOOM模型在含有Nvidia A100 40GB GPU的HPE Apollo 6500 Gen10 Plus服務器上進行訓練。根據(jù)相關資料,與HPE Apollo類似的服務器生產(chǎn)碳足跡2500kgCO2e(二氧化碳當量)。這不包括服務器中使用的GPU的隱含碳排放,以論文[11]中估算,GPU的碳足跡約為150kgCO2e(二氧化碳當量)。
以IDRIS的數(shù)據(jù),假設以6年的更換率和85%的平均使用率,用排放總量除以使用時間轉(zhuǎn)化為后,服務器每小時約0.056kgCO2e,GPU每小時約0.003kgCO2e。
根據(jù)[11]中表示,BLOOM訓練總時間共持續(xù)108萬小時,平均使用48個計算節(jié)點上的384個GPU,我們可以估計與模型訓練相關的服務器隱含碳排放大約為7.57噸和GPU3.64噸,總計約11.2噸。
以此類推,根據(jù)相關資料顯示,ChatGPT的訓練時間大約比BLOOM長3倍,單從這個角度估算,估算ChatGPT中模型訓練的隱含碳排放總量約為33.6噸。
不過這部分隱含碳還不包括其余計算基礎設施(如網(wǎng)絡交換機、冷卻設備和其他設備)的隱含排放。
02 ChatGPT模型訓練階段的碳排放
其次,估算模型訓練階段碳排放。
因為ChatGPT是基于GPT-3的一個升級版本,在GPT-3的模型架構基礎上進行了優(yōu)化并在訓練時期增加了強化學習。以網(wǎng)上公開的數(shù)據(jù)表示,訓練一個GPT-3約消耗1287 MWh(兆瓦時)的電,相當于排放了552噸碳。
但由于強化學習需要額外消耗的電力,ChatGPT在模型訓練階段所產(chǎn)生的碳排放將大于552噸。
從這些大型語言模型的碳排放來看,ChatGPT前身GPT-3碳排放最大。據(jù)悉,美國人平均每年產(chǎn)生16.4噸碳排放,丹麥人平均每年產(chǎn)生11噸碳排放。因此,ChatGPT的模型訓練碳排放多于50個丹麥人每年的碳排放。
03 運行推理過程中ChatGPT的碳排放
再來估計運行推理階段碳排放。
假設繼續(xù)把BLOOM作為類比,可以推測ChatGPT運行階段的碳排放。
大型語言模型BLOOM曾在具有16個Nvidia A100 40GB GPU的Google Cloud Platform實例上部署并運行了18天,共432小時。
前面提到BLOOM與ChatGPT前身GPT-3的模型大小大致相同,因此我們假設把相同的硬件用于ChatGPT,并在16個Nvidia A100 40GB GPU上運行,并推測硬件利用率始終為100%。
由于ChatGPT公司OpenAI的總部位于美國舊金山,所以猜測ChatGPT的托管在美國西部。
使用ML CO2 Impact計算器,我們可以估算ChatGPT的每日碳排放為25.92 kg,如下:
實際上16個A100 GPU的計算能力并不能滿足真實的需求,如果假設ChatGPT每天有100萬用戶咨詢,每個用戶有10個問題,每個問題有30個單詞,ChatGPT的每個響應詞在A100 GPU上需要350毫秒,以此來計算:
100萬用戶*10個問題=10,000,000個響應=每天300,000,000個單詞*每個單詞0.35秒/每小時3,600秒=每天29,167小時的A100 GPU時間
根據(jù)Cloud Carbon Footprint列出ChatGPT的Azure數(shù)據(jù)中心中A100的最低功耗46W(瓦特)和最高 407W(瓦特)。為了方便計算,假設ChatGPT處理器都處于工作狀態(tài),因此取該范圍的頂端消耗值。
每天29,167小時* 407W = 11,870kWh(千瓦時)
根據(jù)Cloud Carbon Footprint,美國西部的排放因子為0.000322167噸/千瓦時,所以ChatGPT運行階段的碳排放是:
0.000322167 * 11,870 = 每天3.82噸
04 ChatGPT的總生命周期碳足跡
根據(jù)以上計算,我們最后合算總生命周期碳足跡。
自ChatGPT于2022年11月30日上線以來,運行約60天,我們可以非常簡單粗略得到:
CHATGPT制造設備碳排放>33.41噸
CHATGPT模型訓練碳排放>552噸
CHATGPT運行60天碳排放≈3.82噸*60天≈229.2噸
三者相加后,CHATGPT自上線以來的生命周期碳足跡將大于814.61噸CO2e。
這個數(shù)值估計是基于一些粗略的假設,因此帶有很多不確定性,但與BLOOM等的可比較語言模型的碳足跡的全面估計相比,也存在一定合理性。
不過,本文僅關注ChatGPT的CO2e排放量。除了CO2e排放外,其他類型的環(huán)境影響,包括用水、空氣污染、土壤污染等,也需要重點考慮。
最后,通過這個初步計算,希望能啟發(fā)機器學習模型的開發(fā)人員披露他們模型準確的能耗或碳足跡。只有真正了解到這些信息,才能在我們討論如何減少我們的足跡時,優(yōu)先解決那些產(chǎn)生最大碳減排的問題,同時評估模型的性能。
(參考文獻相見公眾號環(huán)球零碳)
原文標題 : 網(wǎng)紅聊天機器人ChatGPT的碳排放究竟多高?
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構工程師 廣東省/深圳市