Растущее энергопотребление искусственного интеллекта

Искусственный интеллект (ИИ) за последний год стал трансформирующим цифровым трендом со значительными последствиями для энергопотребления. Недавнее исследование, опубликованное в журнале Joule, предупреждает, что если внедрение ИИ продолжится текущими темпами, оно может потенциально сравняться по энергопотреблению с целыми странами. В этой статье рассматриваются ключевые выводы исследования, последствия для глобального потребления электроэнергии и возможные пути смягчения этой растущей проблемы.

Энергопотребление ИИ: глобальная проблема

Алекс де Врис, специалист по данным из Амстердамского свободного университета в Нидерландах, забил тревогу со своими оценками того, что фермы серверов искусственного интеллекта могут потреблять от 85 до 134 тераватт-часов (ТВт·ч) энергии ежегодно к 2027 году. Чтобы понять масштаб, этот уровень потребления примерно эквивалентен годовому потреблению энергии такой страны, как Нидерланды, и составляет 0,5% от текущего мирового потребления электроэнергии.

Хотя де Врис призывает к осторожности в преувеличениях, он подчеркивает значимость этих цифр. Расширяющееся присутствие ИИ в различных отраслях, от здравоохранения до финансов, стимулирует этот рост спроса на энергию. По мере роста аппетита к услугам ИИ весьма вероятно, что связанное с этим энергопотребление последует той же тенденции.

Экологическое влияние энергоемкости ИИ

В 2022 году на центры обработки данных приходилось от 1% до 1,3% общего мирового потребления электроэнергии, а добыча криптовалют добавила еще 0,4%. Поскольку ИИ готовится присоединиться к этому кругу энергоемких технологий, вопросы его экологического воздействия становятся первостепенными. Продолжающаяся зависимость от невозобновляемых источников энергии для работы ИИ может способствовать росту глобальных выбросов углерода, если не будут приняты меры по переходу на более экологичные альтернативы.

Генеративный ИИ и доступность

Генеративный ИИ, примером которого являются чат-боты, такие как ChatGPT от OpenAI, становится все более доступным для широкого круга пользователей, включая студентов, программистов, дизайнеров и писателей. Эти чат-боты полагаются на модели ИИ, обученные на обширных наборах данных, процесс, который потребляет значительное количество энергии.

Компания Hugging Face, базирующаяся в США, зафиксировала, что ее многоязычная модель генерации текста потребляет впечатляющие 433 мегаватт-часа (МВт·ч) в процессе обучения. Чтобы понять масштаб, этого достаточно, чтобы обеспечить энергией 40 средних домохозяйств в США в течение целого года. ChatGPT, как яркий пример, требует значительных вычислительных мощностей и энергетических ресурсов при генерации текстовых ответов.

Оценки и тревожные сценарии

Де Врис дает оценку, что запуск ChatGPT может потенциально потреблять 564 МВт·ч электроэнергии ежедневно. Более того, экстраполяция этих цифр на приложения ИИ более крупного масштаба, такие как поисковая система Google, рисует тревожную картину. Если бы Google широко внедрила ИИ для своих примерно девяти миллиардов ежедневных поисковых запросов, ей потребовалось бы впечатляющие 29,2 ТВт·ч энергии ежегодно. Это сопоставимо с общим потреблением электроэнергии в Ирландии и почти вдвое превышает общее энергопотребление Google в 2020 году, которое составляло 15,4 ТВт·ч.

Реакция отрасли и энергоэффективность

Компании, занимающиеся ИИ, не слепы к энергоемкости своих операций. Например, OpenAI признает необходимость повышения энергоэффективности и активно работает над улучшением энергетического следа своих моделей ИИ. Компании все больше осознают экологическое воздействие и делают шаги к его минимизации.

Томас Вольф, сооснователь Hugging Face, указывает на многообещающую тенденцию: более маленькие модели ИИ приближаются к возможностям больших. Такие модели, как Mistral 7B и Llama 2 от Meta, которые в 10–100 раз меньше GPT-4, способны выполнять многие из тех же задач. Послание здесь ясно: не всем нужен вычислительный гигант вроде GPT-4, так же как вам не нужен Ferrari для ежедневных поездок на работу.