上海市|超强显卡 RTX 4090 「首烧」背后，还有一个更可怕的问题( 二 ) 立讯精密|苹果|科技创新板

设计上 12VHPWR 没有传统的 8pin、6pin 接口类似的卡扣让接口与供电线紧密相连，进而也导致了用户在使用、组装过程中没有让它们紧密连接。
而且 RTX4080 使用的也是 12VHPWR 接口，所以也不排除晚上市的 RTX4080 就会幸免于难。
▲ 图片来自：4Gamers
由于这个问题暂时无解， Gamers Nexus 也给许多 RTX4090、RTX4080 用户发出了一个忠告，「插紧并固定」住 12VHPWR ，且避免线缆的弯折。
除了 12VHPWR 带来的困扰，用户们对 RTX4090 也有着各方面的吐槽，比如体积巨大，价格太贵等等，但他们似乎都对性能颇为满意。
高功率、高体积、高价格自然也换来了应有的性能，所谓高投入高回报。

另外，显卡的高算力并不只是在游戏领域大展拳脚，用互联网黑话来说，显卡也在赋能 AI 行业。
在 AI 模型训练过程中，需要显卡来提供大量的算力，与挖矿的过程有些类似，都需要显卡持续地 24 小时不停工。

一方面是显卡功率持续飙升，另一方面是绝不停工，马萨诸萨大学的研究人员就开了个脑洞，研究了一下在 AI 训练周期内，这些显卡到底能产生多少碳排放量，也就是说会对环境、能源带来多大的影响。
按理说，一个 PC 或者其他消费电子产品，都归类于弱电，在大众印象当中， AI 行业应该不会耗费多大的能源。在我们享受 AI 带来的方便同时，似乎潜意识里也认为 AI 也「吃得少跑得快」。

但研究结果则有些出人意料，几种大型的 AI 模型训练周期为样本，训练过程中可以排放超过 626000 磅二氧化碳，几乎是普通汽车寿命碳排放量的 5 倍，且包括汽车制造过程。
如此的高能耗，高碳排，让许多 AI 从业者也大吃一惊，我们对许多行业的能耗只有着模糊的概念，但当确切的数字出现，不只是普通大众， AI 从业者可能都不知道会有着如此高的能耗。
▲ 人脸识别与情绪判断图片来自：微软
无论是 Google 苹果还是硅谷其他的科技企业，每次对外的发布会，都会演示各自在 AI 领域的努力与成果。
设备更智能，生活也更为便利，更具个性化的互联网的背后就是庞大与复杂的 AI 所主导。而再带入马萨诸萨大学的研究当中，无形当中其实我们也消耗掉了相当多的能源。

在最近，由 100 多名研究人员组成的团队发出的全球碳预算报告当中，燃烧化石燃料造成的二氧化碳污染可能会超过 2019 年，重新回到高点。
在许多人印象当中，高碳排其实更多存在于传统行业，比如制造业和交通业，但利用高算力训练 AI 模型，其实才是隐藏的碳排放大佬。
有意思的是，对不同 AI 模型的训练过程，并非都有一定的收益。当训练完成，在对模型优化训练时，同样会消耗相当的电量，不过此时却几乎没有性能收益。

而在这则论文当中，马萨诸萨大学使用的是当下已经成型的单一训练模型，更利于控制变量，产生结论。但在实际当中， AI 训练往往需要开发一个新模型，或者对原有模型进行优化，当不断地调整数据时，这个过程往往会持续更长的时间，也会有着更高的能耗。
按照目前的趋势来看， AI 算力远远没到拐点，随着 AI 未来会面向更多的行业， AI 算力的需求也会越来越高，由此带来了电力的强需求和环境的影响也会更深。

互联网的诞生，智能手机的出现，以及各类机器学习让个人有能力去传递信息，并适时的获取信息，促成了当下的信息化时代。