Гигантские энергозатраты генеративного ИИ ставят под угрозу работу глобальной сети

Стремительный взлет генеративного искусственного интеллекта уже привел к реструктуризации многих отраслей, но эта технологическая инновация не обошлась без прямых последствий. Потребление энергии этими системами настолько велико, что уже создает нагрузку на мировые электросети, и проблема усугубляется.

Центры обработки данных, где размещаются и обучаются модели искусственного интеллекта, чрезвычайно энергоемки. В 2024 году потребление энергии центрами обработки данных составит около 0,5 % от мирового потребления электроэнергии, и эта доля постоянно растет, согласно данным Колумбийской энергетической политики. Генеративные модели ИИ, в частности, требуют огромного количества энергии для вычислений и хранения данных, а также миллионы литров воды для охлаждения.

Запрос в ChatGPT потребляет в 10 раз больше энергии, чем поиск в Google

Чтобы проиллюстрировать масштабы этого потребления, один запрос ChatGPT потребляет около 2,9 ватт-часа электроэнергии по сравнению с поиском Google, который использует 0,3 ватт-часа. Такое различие подчеркивает энергоемкость приложений генеративного ИИ.

Экспертная группа предупреждает, что к 2030 году спрос на энергию, связанную с ИИ, может утроиться, достигнув 8 % от общего потребления электроэнергии в США, по сравнению с 3 % в 2022 году. "Беседы с технологическими компаниями показывают, что они по-прежнему уверены в снижении энергоемкости, но менее уверены в достижении абсолютных прогнозов по выбросам в связи с ростом спроса", — поясняют аналитики Goldman Sachs.

Экологические последствия такого энергопотребления также вызывают беспокойство. Увеличение использования ископаемого топлива для удовлетворения спроса на энергию в ИИ может задержать переход на возобновляемые источники энергии и увеличить выбросы парниковых газов. По мнению Саши Лучиони, исследователя из Hugging Face, высказанному в интервью BBC: "Генеративный ИИ — это поглотитель энергии".

В поисках решений...

Чтобы смягчить эти последствия, рассматривается ряд решений. Например, разработка более компактных и эффективных моделей ИИ может снизить потребление энергии. Кроме того, использование общих центров обработки данных и облачных вычислительных ресурсов может централизовать вычислительные задачи и снизить потребление энергии. Например, Суперкомпьютерный центр лаборатории Линкольна (LLSC) Массачусетского технологического института разрабатывает методы, помогающие центрам обработки данных снизить энергопотребление. Однако для реализации этих решений в широких масштабах необходимы политическая воля и значительные инвестиции.

Со своей стороны, Nvidia разрабатывает графические процессоры (GPU) - ключевые компоненты серверов, предназначенных для ИИ, — которые потребляют гораздо меньше энергии, чем стандартные GPU или GPU старого поколения, что может помочь снизить энергопотребление в среднесрочной и долгосрочной перспективе. Будущее ИИ и его энергопотребления также будет зависеть от нашей способности внедрять инновации в области энергоэффективности и возобновляемых источников. Согласно отчету Международного энергетического агентства, уже к 2026 году спрос на электроэнергию со стороны центров обработки данных может удвоиться. В интервью Observer Билл Гейтс подчеркивает важность развития «зеленых» технологий, чтобы компенсировать этот рост.

Очевидно, что генеративный ИИ открывает широкие (пусть иногда и надуманные) возможности, но он также создает серьезные технические проблемы, и потребление энергии — лишь один из примеров. Не стоит забывать и об экологических последствиях такого потребления, не говоря уже о потрясениях в мире труда и психологическом давлении, которое это может иногда оказывать. Поэтому было бы разумнее сначала найти баланс между инновациями/технологическим переходом и энергетической устойчивостью, прежде чем приступать к массовому внедрению ИИ.

Источник