在ChatGPT的图像生成功能公开后，仅在一小时内便吸引了百万用户。以日本动画“吉卜力”风格生成肖像的功能迅速传播，人工智能艺术在社交媒体和社区中蔓延。然而，在这种兴奋背后，GPU过载、电力激增以及碳排放的现实正在悄然积累。为了创造一张图像所付出的隐形代价，要求技术与环境之间的平衡。
AI图像生成并不是简单的计算。为了将输入的文本可视化，需要大规模的并行运算，而支撑这一过程的设备是高性能GPU。随着ChatGPT图像功能使用量的激增，部分GPU因过热而停止工作，并导致了暂时性的服务延迟和故障。GPU每秒钟进行上千次计算，产生热量，而为冷却这些热量又消耗了更多的电力。
每当一个提示运行时，数百个矩阵运算会重复进行，因此数千个核心会同时运作。对用户而言，几秒钟就能生成结果，但对物理系统来说，却是集中的负载问题。问题不仅是单一的，而在于AI模型全年无休地工作，每当有新请求时，就会重复同样的高负荷。
在图像生成过程中，用户并不直接排放污染物。然而，这一过程所需的计算、存储和传输与物理电力的消耗密切相关。据悉，训练一个大型AI模型所消耗的电力相当于普通家庭一年的能源使用量。像ChatGPT的图像功能这样持续运作的系统，比单次使用消耗更多的资源。
根据部分报告，大型数据中心每天消耗超过数十万千瓦时的电力。尽管OpenAI使用了微软的云基础设施，但要在长期内满足快速增长的需求仍面临结构性的限制。问题在于，我们仍处于AI引入的初期阶段。用户仍在持续增长，功能变得越来越复杂。
提高电力效率的GPU或计算优化算法等技术改进可以在短期内提供有意义的应对措施。一些企业已经宣布开发“绿色AI”，并引入以能源效率为中心的轻量模型和基础设施。然而，随着计算量本身的增加，仅靠技术解决问题显然有限。
现阶段需要政策介入。要求数据中心的能源等级、引入碳税、扩大可再生能源比例等措施可以作为分散AI技术外部成本的社会手段。在美国和欧洲一些国家，已经提议提交AI服务的能源使用信息。这不是一个可以仅依靠市场自律的问题，要求规范和标准的确立。
用户同样应当采取负责任的态度。需要减少不必要的图像生成，并避免重复的实验性使用。应当确立在实际上有目的和需要的情况下，合理利用AI这一工具的方式。
技术始终追求进步。然而，现代的AI需要超越单纯的更快更精致。朝着更少消耗、更多负责任的方向发展是AI真正成为人类工具的道路。根据我们如何处理AI，技术可能会打开未来，也可能留下成本。