随着对人工智能系统的兴趣激增，全球电网可能会面临与比特币相当的巨大能源消耗压力。但幸运的是，比特币已经展示了如何减轻这种影响的方法。

Nvidia最近一个季度数据中心收入翻倍，显示对生成式应用的需求还未到达巅峰。作为这场AI淘金热的主要工具供应商，Nvidia最新旗舰GH200不仅昂贵，同时也比较耗能。大多数客户会选择这款芯片，但他们会批量购买组装成大规模AI服务器，这需要消耗巨大的电力需求。

初创公司HuggingFace的BLOOM从1.6TB的数据中提取了1760亿个参数。根据该研究的作者的说法，一个由384个Nvidia A100图形处理器（GPU）组成的集群花了超过118天的时间来处理。他们估计，长时间运行如此多的GPU所消耗的电力消耗可能产生24.7公吨的二氧化碳。但是，当考虑到整个系统的网络连接和空闲时间时，实际成本翻倍至50.5吨。

训练模型只是一个开始。根据运行自己的人工智能服务器的 Amazon.com Inc.的一项估计，运行人工智能的90%的费用来自下一阶段，当用户查询模型以获得结果时，例如向搜索引擎询问巧克力蛋糕食谱。实施数据（称为推理）的能量消耗很难计算，但据信大约是第一个训练阶段所需能量的10倍——这意味着500吨二氧化碳。根据一项估计，单个生成式AI查询的碳足迹可能是Google搜索的四倍。

蛮力数字运算内置于比特币的设计中，有助于解释为什么在全球范围内推出了一波半导体和服务器，希望挖掘数字黄金。剑桥大学正在进行的一项研究估计，比特币是造成7250万吨二氧化碳的原因。如果所有比特币矿都使用水力发电，这个数字可能低至300万吨。

与加密货币的浪费相比，单次训练和部署产生的500吨二氧化碳看似微不足道。但这还是相当于100万英里汽油车排放，或500次纽约至法兰克福航班。

这还只是个开始。至少有十几家大公司正争相建立和部署生成式AI产品。自从这场比赛开始，他们就一直在购买功耗大的处理器来分析越来越多的数据。目前大多数AI训练都依赖化石燃料，这些服务器农场已经在现有地点迅速扩张，通常离水电站或太阳能电站数千英里。

然而，比特币已经为AI行业铺平了道路。丰富的可再生能源和寒冷气候的地方成为完美的大功率加密货币挖矿所在地，冰岛的极地气候和丰富的地热能使其成为理想选择。在这些服务器农场中用AI替代比特币还有一个好处。虽然加密货币吸引了许多投机者和数十亿美元的投资，但它几乎没有为世界增加多少价值。而生成式AI没有这个问题。