超強顯卡 RTX 4090「首燒」背後，還有一個更可怕的問題
為了緩解電量焦慮，大概只能從兩方面下手。
一是提升電池的能量密度，二是快充。前者進程緩慢，而且也需要克服物理、化學兩大鐵律，許多新技術還停留在理論或者實驗室環境當中。而快充似乎也成為了少數能緩解電量焦慮的辦法。
▲ 百瓦充電器正普及
當下，無論是手裏的智能手機，還是屁股下面的新能源汽車，大功率快充幾乎成為兵家必爭之地。
智能手機當下已經卷到 200W 的充電功率，而特斯拉最新的 V3 超級充電樁已經突破了 250kW，如此的高功率也大幅縮短了鋰電池的補能時間。
同時，高功率快充也改變了一些習慣，利用碎片化時間補能充電也成為當下普遍的一個狀態。
倘若説智能手機、電動車上出現的高功率充電是為了緩解電量焦慮，那顯卡、處理器越來越高的功率，其實同樣也是為了更好的使用體驗。
不過，他們功率的飆升並非是緩解焦慮，而是帶來更高的算力。
就拿英偉達最新公佈的 GeForce RTX 4090 為例，它的功率直接飆升到 600W，倘若配合主板、散熱系統，以及 Intel 13 代處理器的話，這麼一整套 PC 的功率能夠輕鬆的達到 1000W。
▲ 英偉達新「核彈」GeForce RTX 4090 圖片來自：techspot
倘若在一小時耗去一度電的功率還不足以震驚你的話，台式機與其他電器不同，它內部的電源會將 220V 的電壓轉變為 12V，以供給顯卡電能。
簡單換算之後，RTX4090 顯卡 12VHPWR 接口將會承受 50A 的電流，要比 100mA 的人體致死電流高出不知多少倍了。
▲ 熔了的供電線 圖片來自：Reddit
能量守恆定律不會放過每一個電器，有着如此的高電流，線路上的電阻產熱也會成倍的增加。
在 RTX4090 發佈不久，就有用户在網上發帖表示自己花大錢買的新顯卡上的 12VHPWR 接口與供電線出現了「熔化」，也就是燒了。
運氣好的只燒了個接口，而運氣不好的可能會搭進去整台 PC 的命。
▲「燒」顯卡 圖片來自：Gamers Nexus
隨着人數越來越多，英偉達也表示正着手調查。相對於有拖延症的官方，民間一些機構的執行力和效率顯然要高一些。
也就在近日，YouTube 的 Gamers Nexus 博主就還原事件，並下了個結論。
簡單來説，就是供電線與接口連接不穩定，在幾分鐘內，接口處就產生了高達 250℃ 的温度，最後使得接口上的塑料成功熔化，甚至還冒了煙。
▲ 圖片來自：Reddit
Gamers Nexus 認為造成如此的後果，一個是設計不佳，另一個則是使用不恰當。
設計上 12VHPWR 沒有傳統的 8pin、6pin 接口類似的卡扣讓接口與供電線緊密相連，進而也導致了用户在使用、組裝過程中沒有讓它們緊密連接。
而且 RTX4080 使用的也是 12VHPWR 接口，所以也不排除晚上市的 RTX4080 就會倖免於難。
▲ 圖片來自：4Gamers
由於這個問題暫時無解，Gamers Nexus 也給許多 RTX4090、RTX4080 用户發出了一個忠告，「插緊並固定」住 12VHPWR，且避免線纜的彎折。
除了 12VHPWR 帶來的困擾，用户們對 RTX4090 也有着各方面的吐槽，比如體積巨大，價格太貴等等，但他們似乎都對性能頗為滿意。
高功率、高體積、高價格自然也換來了應有的性能，所謂高投入高回報。
另外，顯卡的高算力並不只是在遊戲領域大展拳腳，用互聯網黑話來説，顯卡也在賦能 AI 行業。
在 AI 模型訓練過程中，需要顯卡來提供大量的算力，與挖礦的過程有些類似，都需要顯卡持續地 24 小時不停工。
一方面是顯卡功率持續飆升，另一方面是絕不停工，馬薩諸薩大學的研究人員就開了個腦洞，研究了一下在 AI 訓練週期內，這些顯卡到底能產生多少碳排放量，也就是説會對環境、能源帶來多大的影響。
按理説，一個 PC 或者其他消費電子產品，都歸類於弱電，在大眾印象當中，AI 行業應該不會耗費多大的能源。在我們享受 AI 帶來的方便同時，似乎潛意識裏也認為 AI 也「吃得少跑得快」。
但研究結果則有些出人意料，幾種大型的 AI 模型訓練週期為樣本，訓練過程中可以排放超過 626000 磅二氧化碳，幾乎是普通汽車壽命碳排放量的 5 倍，且包括汽車製造過程。
如此的高能耗，高碳排，讓許多 AI 從業者也大吃一驚，我們對許多行業的能耗只有着模糊的概念，但當確切的數字出現，不只是普通大眾，AI 從業者可能都不知道會有着如此高的能耗。
▲ 人臉識別與情緒判斷 圖片來自：微軟
無論是 Google 蘋果還是硅谷其他的科技企業，每次對外的發佈會，都會演示各自在 AI 領域的努力與成果。
設備更智能，生活也更為便利，更具個性化的互聯網的背後就是龐大與複雜的 AI 所主導。而再帶入馬薩諸薩大學的研究當中，無形當中其實我們也消耗掉了相當多的能源。
在最近，由 100 多名研究人員組成的團隊發出的全球碳預算報告當中，燃燒化石燃料造成的二氧化碳污染可能會超過 2019 年，重新回到高點。
在許多人印象當中，高碳排其實更多存在於傳統行業，比如製造業和交通業，但利用高算力訓練 AI 模型，其實才是隱藏的碳排放大佬。
有意思的是，對不同 AI 模型的訓練過程，並非都有一定的收益。當訓練完成，在對模型優化訓練時，同樣會消耗相當的電量，不過此時卻幾乎沒有性能收益。
而在這則論文當中，馬薩諸薩大學使用的是當下已經成型的單一訓練模型，更利於控制變量，產生結論。但在實際當中，AI 訓練往往需要開發一個新模型，或者對原有模型進行優化，當不斷地調整數據時，這個過程往往會持續更長的時間，也會有着更高的能耗。
按照目前的趨勢來看，AI 算力遠遠沒到拐點，隨着 AI 未來會面向更多的行業，AI 算力的需求也會越來越高，由此帶來了電力的強需求和環境的影響也會更深。
互聯網的誕生，智能手機的出現，以及各類機器學習讓個人有能力去傳遞信息，並適時的獲取信息，促成了當下的信息化時代。
未來學家 Alvin Toffler（阿爾文·托夫勒）認為當下正踏進第三次浪潮文明的信息社會，與前兩次的農業社會和工業社會最大的區別就是不再以體能和機械為主，而是智能。
而我們現在其實仍處於新舊時代的交替之中，現在還沒有一個國家或者地區完全的進入信息社會。當下工業社會仍舊是主角，對於能源和環境的影響也仍舊處於一箇舊的認知。
隨着信息化進程的不斷深入，對於 AI 算力的需求顯然更勝，由此按照當下對於電力的高需求來説，我們也正在步入一個電力飢渴的年代。
不僅是工業社會活動需要大量的電能電力，進行生產，科技公司的 AI 開發和訓練也會有着對電能的高需求，以及對環境產生着深淵的影響。
馬薩諸薩大學對於 AI 算力能耗的研究，並非是呼籲停止對 AI 的模型訓練，而是揭示，或者給我們一個警示，在 AI 算力不斷提升的過程中，實際上也伴隨着相當高的能源消耗與環境影響。
▲ 圖片來自：wccftech
當我們不斷在優化工業社會當中的製造業時，其實也應當把目光看向新興的 AI 產業 ，它們其實更值得大企業以身作則去做一些能源優化，減少碳排的事業。
而對於我們普通的玩家來説，這個大計可能與我們還比較遠，關聯不大，但其實也給我們帶來了一個新的思考角度，未來家中的能耗大户可能並非是空調、冰箱熱水器這種白電，而可能會逐步轉變成手中的手機或者桌上的 PC。
資料來源：愛範兒（ifanr）
一是提升電池的能量密度，二是快充。前者進程緩慢，而且也需要克服物理、化學兩大鐵律，許多新技術還停留在理論或者實驗室環境當中。而快充似乎也成為了少數能緩解電量焦慮的辦法。
▲ 百瓦充電器正普及
當下，無論是手裏的智能手機，還是屁股下面的新能源汽車，大功率快充幾乎成為兵家必爭之地。
智能手機當下已經卷到 200W 的充電功率，而特斯拉最新的 V3 超級充電樁已經突破了 250kW，如此的高功率也大幅縮短了鋰電池的補能時間。
同時，高功率快充也改變了一些習慣，利用碎片化時間補能充電也成為當下普遍的一個狀態。
倘若説智能手機、電動車上出現的高功率充電是為了緩解電量焦慮，那顯卡、處理器越來越高的功率，其實同樣也是為了更好的使用體驗。
不過，他們功率的飆升並非是緩解焦慮，而是帶來更高的算力。
就拿英偉達最新公佈的 GeForce RTX 4090 為例，它的功率直接飆升到 600W，倘若配合主板、散熱系統，以及 Intel 13 代處理器的話，這麼一整套 PC 的功率能夠輕鬆的達到 1000W。
▲ 英偉達新「核彈」GeForce RTX 4090 圖片來自：techspot
倘若在一小時耗去一度電的功率還不足以震驚你的話，台式機與其他電器不同，它內部的電源會將 220V 的電壓轉變為 12V，以供給顯卡電能。
簡單換算之後，RTX4090 顯卡 12VHPWR 接口將會承受 50A 的電流，要比 100mA 的人體致死電流高出不知多少倍了。
▲ 熔了的供電線 圖片來自：Reddit
能量守恆定律不會放過每一個電器，有着如此的高電流，線路上的電阻產熱也會成倍的增加。
在 RTX4090 發佈不久，就有用户在網上發帖表示自己花大錢買的新顯卡上的 12VHPWR 接口與供電線出現了「熔化」，也就是燒了。
運氣好的只燒了個接口，而運氣不好的可能會搭進去整台 PC 的命。
▲「燒」顯卡 圖片來自：Gamers Nexus
隨着人數越來越多，英偉達也表示正着手調查。相對於有拖延症的官方，民間一些機構的執行力和效率顯然要高一些。
也就在近日，YouTube 的 Gamers Nexus 博主就還原事件，並下了個結論。
簡單來説，就是供電線與接口連接不穩定，在幾分鐘內，接口處就產生了高達 250℃ 的温度，最後使得接口上的塑料成功熔化，甚至還冒了煙。
▲ 圖片來自：Reddit
Gamers Nexus 認為造成如此的後果，一個是設計不佳，另一個則是使用不恰當。
設計上 12VHPWR 沒有傳統的 8pin、6pin 接口類似的卡扣讓接口與供電線緊密相連，進而也導致了用户在使用、組裝過程中沒有讓它們緊密連接。
而且 RTX4080 使用的也是 12VHPWR 接口，所以也不排除晚上市的 RTX4080 就會倖免於難。
▲ 圖片來自：4Gamers
由於這個問題暫時無解，Gamers Nexus 也給許多 RTX4090、RTX4080 用户發出了一個忠告，「插緊並固定」住 12VHPWR，且避免線纜的彎折。
除了 12VHPWR 帶來的困擾，用户們對 RTX4090 也有着各方面的吐槽，比如體積巨大，價格太貴等等，但他們似乎都對性能頗為滿意。
高功率、高體積、高價格自然也換來了應有的性能，所謂高投入高回報。
另外，顯卡的高算力並不只是在遊戲領域大展拳腳，用互聯網黑話來説，顯卡也在賦能 AI 行業。
在 AI 模型訓練過程中，需要顯卡來提供大量的算力，與挖礦的過程有些類似，都需要顯卡持續地 24 小時不停工。
一方面是顯卡功率持續飆升，另一方面是絕不停工，馬薩諸薩大學的研究人員就開了個腦洞，研究了一下在 AI 訓練週期內，這些顯卡到底能產生多少碳排放量，也就是説會對環境、能源帶來多大的影響。
按理説，一個 PC 或者其他消費電子產品，都歸類於弱電，在大眾印象當中，AI 行業應該不會耗費多大的能源。在我們享受 AI 帶來的方便同時，似乎潛意識裏也認為 AI 也「吃得少跑得快」。
但研究結果則有些出人意料，幾種大型的 AI 模型訓練週期為樣本，訓練過程中可以排放超過 626000 磅二氧化碳，幾乎是普通汽車壽命碳排放量的 5 倍，且包括汽車製造過程。
如此的高能耗，高碳排，讓許多 AI 從業者也大吃一驚，我們對許多行業的能耗只有着模糊的概念，但當確切的數字出現，不只是普通大眾，AI 從業者可能都不知道會有着如此高的能耗。
▲ 人臉識別與情緒判斷 圖片來自：微軟
無論是 Google 蘋果還是硅谷其他的科技企業，每次對外的發佈會，都會演示各自在 AI 領域的努力與成果。
設備更智能，生活也更為便利，更具個性化的互聯網的背後就是龐大與複雜的 AI 所主導。而再帶入馬薩諸薩大學的研究當中，無形當中其實我們也消耗掉了相當多的能源。
在最近，由 100 多名研究人員組成的團隊發出的全球碳預算報告當中，燃燒化石燃料造成的二氧化碳污染可能會超過 2019 年，重新回到高點。
在許多人印象當中，高碳排其實更多存在於傳統行業，比如製造業和交通業，但利用高算力訓練 AI 模型，其實才是隱藏的碳排放大佬。
有意思的是，對不同 AI 模型的訓練過程，並非都有一定的收益。當訓練完成，在對模型優化訓練時，同樣會消耗相當的電量，不過此時卻幾乎沒有性能收益。
而在這則論文當中，馬薩諸薩大學使用的是當下已經成型的單一訓練模型，更利於控制變量，產生結論。但在實際當中，AI 訓練往往需要開發一個新模型，或者對原有模型進行優化，當不斷地調整數據時，這個過程往往會持續更長的時間，也會有着更高的能耗。
按照目前的趨勢來看，AI 算力遠遠沒到拐點，隨着 AI 未來會面向更多的行業，AI 算力的需求也會越來越高，由此帶來了電力的強需求和環境的影響也會更深。
互聯網的誕生，智能手機的出現，以及各類機器學習讓個人有能力去傳遞信息，並適時的獲取信息，促成了當下的信息化時代。
未來學家 Alvin Toffler（阿爾文·托夫勒）認為當下正踏進第三次浪潮文明的信息社會，與前兩次的農業社會和工業社會最大的區別就是不再以體能和機械為主，而是智能。
而我們現在其實仍處於新舊時代的交替之中，現在還沒有一個國家或者地區完全的進入信息社會。當下工業社會仍舊是主角，對於能源和環境的影響也仍舊處於一箇舊的認知。
隨着信息化進程的不斷深入，對於 AI 算力的需求顯然更勝，由此按照當下對於電力的高需求來説，我們也正在步入一個電力飢渴的年代。
不僅是工業社會活動需要大量的電能電力，進行生產，科技公司的 AI 開發和訓練也會有着對電能的高需求，以及對環境產生着深淵的影響。
馬薩諸薩大學對於 AI 算力能耗的研究，並非是呼籲停止對 AI 的模型訓練，而是揭示，或者給我們一個警示，在 AI 算力不斷提升的過程中，實際上也伴隨着相當高的能源消耗與環境影響。
▲ 圖片來自：wccftech
當我們不斷在優化工業社會當中的製造業時，其實也應當把目光看向新興的 AI 產業 ，它們其實更值得大企業以身作則去做一些能源優化，減少碳排的事業。
而對於我們普通的玩家來説，這個大計可能與我們還比較遠，關聯不大，但其實也給我們帶來了一個新的思考角度，未來家中的能耗大户可能並非是空調、冰箱熱水器這種白電，而可能會逐步轉變成手中的手機或者桌上的 PC。
資料來源：愛範兒（ifanr）