Δυνατότητα της βιομηχανίας AI για την ανταγωνιστική εθνική κατανάλωση ηλεκτρικής ενέργειας
Η ταχεία επέκταση της τεχνητής νοημοσύνης το 2022 και το 2023, λόγω της επιτυχίας του OpenAI'S ChatGPT, έχει εγείρει ανησυχίες για την κατανάλωση ηλεκτρικής ενέργειας και τις περιβαλλοντικές επιπτώσεις. Η κατανάλωση ηλεκτρικής ενέργειας στο κέντρο δεδομένων, η οποία αντιπροσωπεύει μόνο το 1% της παγκόσμιας χρήσης ηλεκτρικής ενέργειας, μπορεί να έχει αυξηθεί κατά 6% μεταξύ 2010 και 2018. Αυτό το σχόλιο εξετάζει την κατανάλωση ηλεκτρικής ενέργειας με τεχνητή νοημοσύνη και τις πιθανές επιπτώσεις της, συζητώντας τόσο απαισιόδοξα όσο και αισιόδοξα σενάρια και προειδοποιώντας να μην υιοθετήσουμε οποιοδήποτε ακραίο .
AI, συμπεριλαμβανομένων των εργαλείων παραγωγής τεχνητής νοημοσύνης όπως ChatGPT και OpenAIΤο DALL-E, χρησιμοποιεί επεξεργασία φυσικής γλώσσας για τη δημιουργία νέου περιεχομένου. Η φάση της εκπαίδευσης, συχνά ενεργοβόρα, περιλαμβάνει την τροφοδοσία μεγάλων συνόλων δεδομένων και την προσαρμογή των παραμέτρων για την ευθυγράμμιση των προβλεπόμενων εκροών με την απόδοση-στόχο. Η φάση εξαγωγής συμπερασμάτων, όπου τα μοντέλα παράγουν αποτελέσματα, έχει λάβει λίγη προσοχή στη βιβλιογραφία. Ωστόσο, η φάση συμπερασμάτων μπορεί να συμβάλει σημαντικά στο κόστος του κύκλου ζωής ενός μοντέλου τεχνητής νοημοσύνης, με την Google να δηλώνει ότι το 60% της κατανάλωσης ενέργειας που σχετίζεται με την τεχνητή νοημοσύνη προέρχεται από συμπεράσματα.
Σύμφωνα με τον ερευνητή Alex de Vries από το School of Business and Economics στο Άμστερνταμ, η κατανάλωση ενέργειας των εταιρειών τεχνητής νοημοσύνης θα μπορούσε να φτάσει σε εκπληκτικές διαστάσεις έως το 2027, συγκρίσιμες με ολόκληρα έθνη όπως η Αργεντινή, η Ολλανδία και η Σουηδία.
Ο De Vries αντλεί τους υπολογισμούς του από τις προβλεπόμενες παραδόσεις διακομιστών τεχνητής νοημοσύνης από τον ηγέτη της αγοράς Nvidia το 2023. Οι εκτιμήσεις του δείχνουν μια σημαντική αύξηση, από 100 χιλιάδες διακομιστές φέτος σε 1.5 εκατομμύριο διακομιστές έως το 2027.
Υποθέτοντας ότι αυτοί οι διακομιστές λειτουργούν με πλήρη χωρητικότητα, η κατανάλωση ενέργειας θα αυξηθεί από τις τρέχουσες 6–9 τεραβατώρες (TWh) ετησίως σε εκπληκτικές 86–134 TWh ετησίως έως το 2027. Προοπτικά, η Σουηδία καταναλώνει 125 TWh ενέργειας κάθε χρόνο.
Επιπλέον, εάν η Google μεταφέρει αποκλειστικά την υπηρεσία αναζήτησής της σε αλγόριθμους τεχνητής νοημοσύνης σήμερα, το ενεργειακό κόστος μόνο θα ανερχόταν σε 29.3 TWh ετησίως, ισοδύναμο με την ετήσια κατανάλωση ενέργειας της Ιρλανδίας.
Ο De Vries αναγνωρίζει ότι ένα τέτοιο σενάριο παραμένει απίθανο, εν μέρει επειδή η Nvidia αντιμετωπίζει επί του παρόντος προκλήσεις όσον αφορά την παροχή της απαιτούμενης ποσότητας διακομιστών AI. Η σπανιότητα αυτών των διακομιστών μεταφράζεται επίσης σε υψηλό κόστος. Για παράδειγμα, η θεωρητική στροφή της Google σε μια προσέγγιση αποκλειστικά AI θα εξαλείψει το λειτουργικό περιθώριο της εταιρείας.
Η λειτουργία του αλγορίθμου AI είναι οικονομικά επαχθής για τις εταιρείες και Η αποτελεσματική δημιουργία εσόδων παραμένει άπιαστη. Παραδόξως, καθώς αυξάνεται ο αριθμός των χρηστών, το κόστος τεχνολογίας αυξάνεται αντί να μειώνεται. Η Microsoft προσπαθεί να εκμεταλλευτεί τη διαφημιστική εκστρατεία γύρω από τη γενετική τεχνητή νοημοσύνη για να δημιουργήσει μια αγορά για τέτοιες υπηρεσίες και να κερδίσει χρήματα. Ωστόσο, η εταιρεία έχει αντιμετωπίσει οικονομικές απώλειες στα πρώτα προϊόντα παραγωγής της, όπως το Υπηρεσία GitHub Copilot, που έχασε από 20 έως 80 $ ανά χρήστη. Για να αποφευχθεί αυτό, η Microsoft αποφάσισε να κυκλοφορήσει πρόσθετα τεχνητής νοημοσύνης για τα δημοφιλή προϊόντα της, τα οποία μπορούν να αυξήσουν το κόστος του προϊόντος. Η Google και η Microsoft αντιμετωπίζουν επίσης δυσκολίες στη δημιουργία εσόδων από υπηρεσίες τεχνητής νοημοσύνης λόγω του υψηλού κόστους συντήρησης. Εταιρείες όπως η Microsoft και η Google απαιτούν επιπλέον 30 $ για τη συντήρηση μοντέλων AI. Οι δημιουργοί του Zoom προσπαθούν επίσης να εξοικονομήσουν χρήματα αναπτύσσοντας τους δικούς τους αλγόριθμους και δανειζόμενοι άλλους για πολύπλοκες εργασίες. Η Adobe και άλλες εταιρείες περιορίζουν τη χρήση νευρωνικών δικτύων που βασίζονται σε προγράμματα τιμολόγησης. Οι εταιρείες ελπίζουν ότι το κόστος των μοντέλων τεχνητής νοημοσύνης θα μειωθεί με την πάροδο του χρόνου, αλλά πριν συμβεί αυτό, θα χρειαστεί να ξοδέψουν εκατοντάδες εκατομμύρια δολάρια.
Οι βελτιώσεις στην απόδοση του υλικού, στις αρχιτεκτονικές μοντέλων και στους αλγόριθμους θα μπορούσαν ενδεχομένως να μειώσουν την κατανάλωση ηλεκτρικής ενέργειας που σχετίζεται με την τεχνητή νοημοσύνη μακροπρόθεσμα. Αυτό μπορεί να οφείλεται σε Το παράδοξο του Τζέβονς, όπου η αύξηση της αποδοτικότητας οδηγεί σε αυξημένη ζήτηση, οδηγώντας σε καθαρή αύξηση στη χρήση των πόρων. Επιπλέον, η επαναχρησιμοποίηση των GPU για εργασίες που σχετίζονται με την τεχνητή νοημοσύνη, όπως το "mining 2.0" του Ethereum, θα μπορούσε να μετατοπίσει 16.1 TWh ετήσιας κατανάλωσης ηλεκτρικής ενέργειας στην τεχνητή νοημοσύνη.
Η κατανάλωση ηλεκτρικής ενέργειας που σχετίζεται με την τεχνητή νοημοσύνη είναι αβέβαιη, αλλά θα μπορούσε να ενισχύσει εφαρμογές όπως η Αναζήτηση Google. Ωστόσο, οι περιορισμοί πόρων μπορεί να περιορίσουν την ανάπτυξη. Οι προσπάθειες για τη βελτίωση της αποτελεσματικότητας της τεχνητής νοημοσύνης μπορεί να προκαλέσουν ένα αποτέλεσμα ανάκαμψης, αυξάνοντας τη ζήτηση για τεχνητή νοημοσύνη. Οι προγραμματιστές θα πρέπει να επικεντρωθούν στη βελτιστοποίηση της τεχνητής νοημοσύνης και να λάβουν υπόψη την αναγκαιότητά της, με τις ρυθμιστικές αρχές να εξετάζουν τις απαιτήσεις περιβαλλοντικής αποκάλυψης.
Αποποίηση ευθυνών
Σύμφωνα με το Οδηγίες του έργου Trust, σημειώστε ότι οι πληροφορίες που παρέχονται σε αυτήν τη σελίδα δεν προορίζονται και δεν πρέπει να ερμηνεύονται ως νομικές, φορολογικές, επενδυτικές, χρηματοοικονομικές ή οποιαδήποτε άλλη μορφή συμβουλής. Είναι σημαντικό να επενδύσετε μόνο ό,τι έχετε την πολυτέλεια να χάσετε και να αναζητήσετε ανεξάρτητες οικονομικές συμβουλές εάν έχετε οποιεσδήποτε αμφιβολίες. Για περισσότερες πληροφορίες, προτείνουμε να ανατρέξετε στους όρους και τις προϋποθέσεις, καθώς και στις σελίδες βοήθειας και υποστήριξης που παρέχονται από τον εκδότη ή τον διαφημιστή. MetaversePost δεσμεύεται για ακριβείς, αμερόληπτες αναφορές, αλλά οι συνθήκες της αγοράς υπόκεινται σε αλλαγές χωρίς προειδοποίηση.
Σχετικά με το Συγγραφέας
Ο Damir είναι ο αρχηγός της ομάδας, ο διευθυντής προϊόντων και ο συντάκτης στο Metaverse Post, καλύπτοντας θέματα όπως AI/ML, AGI, LLMs, Metaverse και Web3-σχετικά πεδία. Τα άρθρα του προσελκύουν ένα τεράστιο κοινό άνω του ενός εκατομμυρίου χρηστών κάθε μήνα. Φαίνεται να είναι ειδικός με 10ετή εμπειρία στο SEO και το ψηφιακό μάρκετινγκ. Ο Damir έχει αναφερθεί στο Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto και άλλες εκδόσεις. Ταξιδεύει μεταξύ των ΗΑΕ, της Τουρκίας, της Ρωσίας και της ΚΑΚ ως ψηφιακός νομάδας. Ο Damir απέκτησε πτυχίο στη φυσική, το οποίο πιστεύει ότι του έχει δώσει τις δεξιότητες κριτικής σκέψης που απαιτούνται για να είναι επιτυχής στο συνεχώς μεταβαλλόμενο τοπίο του Διαδικτύου.
Περισσότερα άρθρα
Ο Damir είναι ο αρχηγός της ομάδας, ο διευθυντής προϊόντων και ο συντάκτης στο Metaverse Post, καλύπτοντας θέματα όπως AI/ML, AGI, LLMs, Metaverse και Web3-σχετικά πεδία. Τα άρθρα του προσελκύουν ένα τεράστιο κοινό άνω του ενός εκατομμυρίου χρηστών κάθε μήνα. Φαίνεται να είναι ειδικός με 10ετή εμπειρία στο SEO και το ψηφιακό μάρκετινγκ. Ο Damir έχει αναφερθεί στο Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto και άλλες εκδόσεις. Ταξιδεύει μεταξύ των ΗΑΕ, της Τουρκίας, της Ρωσίας και της ΚΑΚ ως ψηφιακός νομάδας. Ο Damir απέκτησε πτυχίο στη φυσική, το οποίο πιστεύει ότι του έχει δώσει τις δεξιότητες κριτικής σκέψης που απαιτούνται για να είναι επιτυχής στο συνεχώς μεταβαλλόμενο τοπίο του Διαδικτύου.
