- La rapida crescita dell'IA potrebbe presto eguagliare, in termini di consumo energetico, intere nazioni, avverte uno studio recente.
- I data center, le criptovalute e l'intelligenza artificiale stanno facendo aumentare la domanda globale di elettricità.
- Modelli di IA più piccoli offrono speranza per il risparmio energetico, ma è fondamentale bilanciare l'innovazione con le preoccupazioni ambientali.
L'Intelligenza Artificiale (IA) è emersa come una tendenza digitale trasformativa nell'ultimo anno, con implicazioni significative per il consumo energetico. Uno studio recente pubblicato sulla rivista Joule avverte che se l'adozione dell'IA continua al ritmo attuale, potrebbe potenzialmente eguagliare interi paesi nel consumo energetico. Questo articolo esplora i principali risultati dello studio, le implicazioni per l'utilizzo globale di elettricità e le potenziali vie per mitigare questa crescente preoccupazione.
Il consumo energetico dell'IA: una sfida globale
Il data scientist Alex de Vries della Vrije Universiteit Amsterdam nei Paesi Bassi ha lanciato l'allarme con la sua stima che le fattorie di server IA potrebbero consumare una sconvolgente quantità di energia, tra 85 e 134 terawattora (TWh) all'anno entro il 2027. Per mettere questo in prospettiva, questo livello di consumo è approssimativamente equivalente al consumo energetico annuale di una nazione come i Paesi Bassi e costituisce lo 0,5% del consumo globale attuale di elettricità nel mondo.
Sebbene de Vries esorti alla cautela contro l'esagerazione, sottolinea l'importanza di questi numeri. L'espansione dell'IA in vari settori, dalla sanità alla finanza, sta guidando questo aumento della domanda energetica. Man mano che l'appetito per i servizi IA continua a crescere, è altamente probabile che il consumo energetico associato segua la stessa tendenza.
L'impatto ambientale dell'avidità energetica dell'IA
Nel 2022, i data center hanno rappresentato l'1% - 1,3% del consumo totale di elettricità nel mondo, con l'estrazione di criptovalute che aggiunge un ulteriore 0,4%. Con l'IA pronta a unirsi a questa lega di tecnologie ad alta intensità energetica, le preoccupazioni sul suo impatto ambientale diventano paramount. La continua dipendenza da fonti di energia non rinnovabili per le operazioni IA potrebbe contribuire alle emissioni globali di carbonio a meno che non vengano prese misure per passare a alternative più verdi.
IA generativa e accessibilità
L'IA generativa, esemplificata da chatbot come ChatGPT di OpenAI, sta diventando sempre più accessibile a un'ampia gamma di utenti, inclusi studenti, programmatori, designer e scrittori. Questi chatbot si basano su modelli IA addestrati su dataset estesi, un processo che consuma una quantità significativa di energia.
Hugging Face, un'azienda IA con sede negli Stati Uniti, ha registrato che il suo modello di generazione di testo multilingue ha consumato una sconvolgente 433 megawattora (MWh) durante il processo di addestramento. Per mettere questo in prospettiva, questo è sufficiente per alimentare 40 case medie negli Stati Uniti per un intero anno. ChatGPT, come esempio prominente, richiede un'ampia potenza di calcolo e risorse energetiche quando genera risposte testuali.
Stime e scenari allarmanti
De Vries fornisce una stima che l'esecuzione di ChatGPT potrebbe potenzialmente consumare 564 MWh di elettricità al giorno. Inoltre, estrapolando queste figure ad applicazioni IA su larga scala, come il motore di ricerca di Google, si dipinge un quadro allarmante. Se Google dovesse implementare l'IA in modo estensivo per i suoi circa nove miliardi di ricerche quotidiane, richiederebbe una sconvolgente 29,2 TWh di energia annualmente. Questo è paragonabile all'intero consumo di elettricità dell'Irlanda e quasi il doppio del consumo totale di energia di Google nel 2020, che si attestava a 15,4 TWh.
Risposta del settore ed efficienza energetica
Le aziende IA non sono inconsapevoli della natura ad alta intensità energetica delle loro operazioni. OpenAI, ad esempio, riconosce la necessità di una maggiore efficienza energetica e sta lavorando attivamente per migliorare l'impronta energetica dei suoi modelli IA. Le aziende sono sempre più consapevoli dell'impatto ambientale e stanno compiendo progressi per minimizzarlo.
Thomas Wolf, co-fondatore di Hugging Face, segnala una tendenza promettente in cui i modelli di intelligenza artificiale più piccoli si avvicinano alle capacità di quelli più grandi. Modelli come Mistral 7B e Llama 2 di Meta, che sono da 10 a 100 volte più piccoli di GPT-4, possono eseguire molte delle stesse attività. Il messaggio è chiaro: non tutti hanno bisogno del colosso computazionale che è GPT-4, proprio come non serve una Ferrari per il tuo spostamento quotidiano.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brian Koome
Brian Koome vanta oltre sette anni di esperienza nella reportistica su blockchain e criptovalute, essendo attivo nel settore dal 2017. Ha contribuito a pubblicazioni leader, tra cui BlockToday.com. Inoltre, ha sviluppato il corso Ethereum 101 per BitDegree.org prima di unirsi a Cryptopolitan come scrittore a tempo pieno. Brian si occupa di guide evergreen (EG), approfondimenti, interviste e analisi dei prezzi. Il suo focus su DeFi, innovazione blockchain e progetti crypto emergenti affascina i lettori.
