部落格 | AI 與財務分析文章 — ELECTE

2025年11月29日 · 7 分鐘永續發展

Google DeepMind AI 冷卻系統：人工智慧如何革新資料中心能源效率

Google DeepMind 透過 5 層深度學習、50 個節點、19 個輸入變數，在 184,435 個訓練樣本 (2 年資料) 上實現了 -40% 的資料中心冷卻能源 (但總消耗僅為 -4%，因為冷卻佔總消耗的 10%)-準確度 99.6%，PUE 1.1 的誤差為 0.4%。已在 3 個設施中確認：新加坡 (2016 年首次部署)、Eemshaven、Council Bluffs (50 億美元投資)。模型預測控制 (Model Predictive Control) 可同時管理 IT 負載、天氣、設備狀態，預測下一小時的溫度/壓力。安全性保證：雙層驗證，操作員可隨時停用 AI。關鍵限制：無審計公司/國家實驗室的獨立驗證，每個資料中心都需要客製化模型（8 年來從未商業化）。實施時間為 6-18 個月，需要跨領域團隊（資料科學、HVAC、設備管理）。適用範圍超越資料中心：工廠、醫院、購物中心、企業辦公室。2024-2025 年：Google 將 TPU v5p 轉換為直接液體冷卻，顯示 AI 最佳化的實際限制。2025年11月29日 · 11 分鐘永續發展

環境的人工智慧：2025 年的創新與解決方案

人工智能真的會造成這麼大的污染嗎？布里斯托爾的一項研究顯示：估計值被高估了 90 倍。為了處理複雜的文字，AI 排放的二氧化碳比人類少 130-1500 倍。潛力？到 2030 年，全球排放量可減少 10% - 相當於整個歐盟。在義大利：5 億用於 AI 的環境監控。資料中心的影響？到 2033 年，90% 將由可再生能源供電。真正的悖論並非將 AI 用於氣候問題。2025年11月24日 · 10 分鐘永續發展

綠色 AI：可持續的人工智慧革命

訓練 GPT-3 所消耗的能源足以供 120 個美國家庭使用一年，而 GPU 在兩年內從 400 瓦增加到 1,200 瓦。美國目前有 4.4% 的能源用於資料中心，預計到 2030 年將翻倍。但 Green AI 提供了一條出路：專用晶片、邊緣運算（到 2025 年，75% 的資料會在本地處理），以及 CodeCarbon 等監控架構。2025 年將決定 AI 是氣候問題的一部分，還是解決方案的一部分。