AI工具延长服务器寿命1.6年，碳排减少近50%

11月24日消息，人工智能看似正引领着未来科技浪潮，但其发展正付出消耗地球资源的沉重代价。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

无论是聊天机器人给出的每次回复，还是AI生成的每张图像，其背后都依赖着耗电量与用水量惊人的大型数据中心。当前这些数据中心使用的电力主要仍来自化石燃料，随着人工智能应用场景的快速扩张，其碳足迹也在持续攀升。

数以百万计的服务器全天候不间断运行，其环境成本正急剧上升。目前全球数据中心的整体能耗，已经超过了某些国家的全年用电总量。

更严峻的是，随着AI系统运行时间的累积与设备老化，其对能源的需求与碳足迹的增长速度将进一步加快。

针对这一挑战，加州大学河滨分校最新研究提出了一套创新解决方案，可同步应对AI能源失控使用背后的污染排放与硬件损耗两大难题。

研究人员开发了一套名为“联邦碳智能”的系统，致力于降低大型数据中心的碳排放，同时延长支撑AI模型运行的服务器使用寿命。

与现有仅通过错峰调度、在清洁能源比例较高时段处理任务的做法不同，FCI采取了更深层次的优化策略：它将环境碳排放数据与各服务器实时硬件状态（如温度、老化程度、磨损情况）相融合，实现AI任务的智能化动态分配。

研究团队负责人米赫里·奥兹坎指出：“我们的研究结果表明，仅依赖清洁能源无法实现AI的真正可持续发展。AI系统会老化、会升温，其运行效率随时间的推移而动态变化，而这些变化均会带来可量化的碳成本。”

通过仿真模拟验证，该团队证实：FCI可在五年内减少高达45%的二氧化碳排放，同时将服务器集群的平均服役寿命延长1.6年。

该系统通过持续监测服务器的服役年限、实时温度与磨损状态，优先避开已处于高负载或性能衰退状态的设备，从而减少硬件故障风险，并降低对高能耗、高耗水冷却系统的依赖。

米赫里·奥兹坎表示：“通过将服务器实时健康数据与电网碳强度数据相融合，我们的框架可自主学习如何调度AI任务，在削减碳排放的同时，保障硬件设备的长期运行可靠性。”

这一“清洁能源+智能硬件管理”的双重策略，弥补了当前可持续发展实践中的关键盲区。尽管现有措施多聚焦于提升可再生清洁能源使用比例，但奥兹坎强调：频繁更换老化服务器本身即蕴含着显著碳排。

服务器制造过程会产生大量“隐含碳排放”。FCI通过延长硬件服役周期，有效削减了新设备生产所蕴含的环境负荷。

另一位研究负责人詹吉兹·奥兹坎补充道：“我们不仅实时降低了运行过程中的碳排放，更通过延缓硬件退化，减少了未来设备更换所需的资源投入。防止不必要的损耗，意味着我们既削减了当下的能耗，也减轻了明日硬件生产的环境足迹。”

研究人员介绍，该系统可根据不断更新的工作负载需求、区域电网碳强度及服务器健康数据，动态决策每一项AI任务的处理时机与地点。

值得强调的是，此类自适应框架的部署无需新增硬件设施。“构建这一自适应框架并不需要添置新设备，仅需对现有系统进行更智能化的协同优化即可。”米赫里·奥兹坎强调。

目前，研究团队正积极寻求与云服务提供商合作，推动FCI在实际运营数据中心开展实地测试。他们指出，在AI算力需求迅猛增长的当下，此举已刻不容缓。

值得注意的是，该研究成果已发表于《材料研究会·能源与可持续性》期刊。