隨著生成式 AI 技術越來越深入我們的生活，人們也開始意識到它的龐大環境成本。根據《華盛頓郵報》報導，美國加州大學河濱分校的一項新研究揭示了 AI 的運作過程中驚人的水資源消耗與電力需求，特別值得注意的是，這些耗能也和我們熟悉的文字轉語音 TTS 技術有密切的關聯。本文將探討 AI 生成技術對環境的影響，並從中分析 TTS 技術如何成為這股潮流的一部分。
水資源和電力的巨大消耗
AI 模型（如 OpenAI 的 GPT-4 或 Meta 的 LLaMA-3）需要強大的伺服器進行運算，而這些伺服器在處理數據時會產生大量熱量，進而需要冷卻系統保持穩定運作，這就會衍生出高水耗問題。研究發現，即使只生成一封100字的電子郵件，伺服器的冷卻就需要消耗不同量的水，德州資料中心的水耗相對較低，每封郵件耗水235毫升；但在華盛頓州同樣操作卻需高達1,408毫升水，相當於三瓶礦泉水；此外 Meta 訓練其 LLaMA-3 模型時耗費了2200萬升水，相當於164名美國人一整年的用水量，這些驚人數據提醒我們，生成式 AI 的環境代價遠比我們想像的高昂。
TTS 技術如何加劇資源消耗
TTS 技術本質上依賴生成模型運作，當我們使用像 ChatGPT 或 Google TTS 服務將文字轉換為語音時，背後需要強大的伺服器即時處理輸出，這些 TTS 應用，雖然從使用者角度看只是簡單的聲音播放，但背後卻蘊藏著龐大的運算需求，尤其是如果它要生成自然語音流或多語言支援時，每次使用 TTS 技術來播放語音訊息或創建導航指令，伺服器都需要啟動相關模型進行語音合成，與電子郵件生成類似，這些操作看似微小，但累積下來對資料中心的冷卻需求也不容忽視。
面對環境挑戰的應對策略
根據報導，OpenAI、Google、Meta 和微軟等公司已表示致力於減少 AI 的環境影響，但目前仍缺乏具體的解決方案，從長遠來看 AI 和 TTS 技術的發展需要在環境永續方面取得突破，也許未來能通過優化資料中心的能效，或採用更加節能的語音生成模型，來降低對水和電的依賴，同時，技術公司也應進一步透明公開其環保措施，以增強用戶對其承諾的信任。
永續 AI 與 TTS 的共生發展
隨著 AI 應用持續成長，企業和使用者都應該意識到，永續發展並非遙不可及的願景，而是眼下需要正視的課題。未來，我們期待看到更多環保技術的應用，例如使用再生能源為伺服器供電，或採用節水冷卻技術，減少 AI 和 TTS 的環境足跡。生成式 AI 和 TTS 技術雖然帶來了便利，但也不可避免地加劇了資源消耗的壓力，因此，我們不僅要享受科技帶來的便利，還要積極思考如何使用更永續的方式經營和發展這些技術。
▶ 想體驗高擬真台灣口音 AI 聲優的魅力？立即免費試用 ：https://app.voai.ai/
