Искусственный интеллект потребляет больше энергии, что требует новых решений в области устойчивого развития

Энергопотребление технологий искусственного интеллекта — одна из наиболее часто обсуждаемых тем в технологических кругах. Помимо потребления энергии в масштабах, сопоставимых с потребностями целой страны, эти технологии также оставляют значительный углеродный след.

ChatGPT от OpenAI, самый известный на данный момент продукт в области искусственного интеллекта, потребляет электроэнергию, достаточную для обеспечения 23 000 средних американских домов ежедневно, чтобы обрабатывать 195 миллионов запросов от пользователей. Это как обеспечить электроэнергией небольшой город.

Как правило, именно наши небольшие привычки, наряду с разработками, происходящими в технологических гигантах и ​​стартапах, запускают процесс потребления энергии искусственным интеллектом. Давайте посмотрим.

Мы часто не замечаем энергопотребления ИИ

В наш цифровой век почти все наши задачи так или иначе связаны с вычислительными мощностями. Большинство процессов, происходящих на виду у всех, так или иначе связаны с компьютером, встроенным в какое-либо устройство. 

Например, когда мы расплачиваемся на кассе в магазине и проводим карту, происходит длинная цепочка транзакций по обширной сети, которую мы не видим.

Когда мы проезжаем через пункт оплаты проезда, система выставляет нам счет, но мы этого не видим. То же самое происходит, когда мы используем карты: хотя мы видим только свой телефон, где-то находится центр обработки данных, который хранит и обрабатывает данные, чтобы направлять нас на нашем устройстве.

Читайте также: Япония прогнозирует резкое увеличение потребностей в энергии из-за ИИ и центров обработки данных.

Все эти вычислительные операции, происходящие при выполнении любых действий в интернете или на устройстве, осуществляются посредством процесса, называемого выводом, который потребляет много энергии. Хотя такие компании, как OpenAI, Meta или Alphabet, не раскрывают свои фактические данные о потреблении энергии, доктор Саша Лучиони из Hugging Face намекнула на более высокие затраты, связанные с обучением и выводом ИИ. В своем твите, посвященном обучению ИИ, она написала:

«Мы потратили 100 миллионов долларов на вычислительные мощности только для того, чтобы придать вашему чат-боту сексуальный голос!» 

Упомянув этот вывод, она отметила:

«Каждый раз, когда вы ищете фотографии, вы тратите столько же энергии, сколько целый городской квартал!» — Саша Лучиони.

Чтобы вы имели представление о том, сколько энергии потребляют эти энергоемкие системы искусственного интеллекта, Лучиони долгое время занималась исследованиями в области ИИ, и она утверждает, что переход от негенеративного подхода к генеративному ИИ может привести к увеличению энергопотребления при выполнении той же задачи до 40 раз.

Какие энергетические показатели мы рассматриваем?

По мере роста внедрения ИИ, по оценкам, к 2026 году потребление энергии центрами обработки данных во всем мире почти удвоится, достигнув более чем 1000 тераватт. 

В январе Международное энергетическое агентство (МЭА) опубликовало свой прогноз мирового потребления энергии на ближайшие два года. Новинкой стало то, что впервые в него были включены прогнозы по объему электроэнергии, потребляемой центрами обработки данных, криптовалютами и искусственным интеллектом.

«Общее потребление электроэнергии центрами обработки данных может превысить 1000 ТВт·ч в 2026 году. Этот показатель примерно эквивалентен потреблению электроэнергии в Японии». Источник: МЭА.

Судя по цифрам, неизвестно, как мы сможем достичь устойчивого энергетического будущего при растущем внедрении технологий во всех секторах. В настоящее время потребление ресурсов ИИ составляет значительную долю рабочих нагрузок в центрах обработки данных, от небольших периферийных серверов для выполнения инференции до крупных кластеров для обучения ИИ.

Выбросы углекислого газа растут

Для упрощения приведенных выше данных, потребление энергии будет иметь углеродный след, эквивалентный 80 миллионам автомобилей, работающих на бензине. Многие дополнительные факторы также быстро суммируются.

Возьмем, к примеру, графический процессор (GPU). При интенсивной работе он будет сильнее нагреваться и выделять больше тепла. Представьте себе центр обработки данных с тысячами таких процессоров, работающих в стеках, и количество тепла, которое они будут выделять. Для их охлаждения были разработаны различные подходы. Чаще всего используется водяное охлаждение, что, defi, увеличивает потребление воды и энергии на циркуляцию этой воды.

«Обучение и очень высокая рабочая нагрузка — всё это должно происходить в более эффективной среде. В противном случае мы создадим огромную нагрузку на энергосети не только в Европе, но и по всей планете, и в ближайшие пять-десять лет у нас возникнут серьёзные проблемы», — заявил Доминик Уорд, генеральный директор Verne Global.

По мере роста числа центров обработки данных и расширения существующих, а также адаптации их к возможностям искусственного интеллекта, будет выделяться больше тепла, что повлияет на экосистему нашей планеты. Еще одна проблема заключается в том, что центры обработки данных сейчас расширяют свою деятельность по всему миру в местах, где уголь и природный газ являются основными видами топлива для производства энергии.

Читайте также: Уолл-стрит охотится за игроками на рынке ИИ, выходя за рамки Nvidia и полупроводниковой отрасли.

Из-за определенных ограничений в использовании солнечной и ветровой энергии, эти традиционные источники энергии стали гораздо проще использовать, и компании активно осваивают их в условиях «золотой лихорадки» искусственного интеллекта. Эксперты подсчитали, что миллиарды устройств, подключенных к интернету, к следующему году будут производить 3,5% от общего объема выбросов углекислого газа. Поэтому нам, пользователям, тоже нужно задуматься: нужно ли нам разговаривать со стиральными машинами и получать ответы от искусственного интеллекта?

У технологических гигантов гораздо больше обязанностей, но каждый должен внести свой вклад.

Репортаж Аамира Шейха для издания Cryptopolitan