پتانسیل صنعت هوش مصنوعی برای رقابت با مصرف برق ملی
گسترش سریع هوش مصنوعی در سال‌های 2022 و 2023، ناشی از موفقیت OpenAI" ChatGPT، نگرانی هایی را در مورد مصرف برق و اثرات زیست محیطی ایجاد کرده است. مصرف برق مرکز داده، که تنها 1 درصد از مصرف برق جهانی را به خود اختصاص می دهد، ممکن است بین سال های 6 تا 2010 2018 درصد افزایش یافته باشد. این تفسیر مصرف برق هوش مصنوعی و پیامدهای بالقوه آن را بررسی می کند، سناریوهای بدبینانه و خوش بینانه را مورد بحث قرار می دهد و در مورد پذیرش هر یک از آنها هشدار می دهد. .
هوش مصنوعی، از جمله ابزارهای مولد هوش مصنوعی مانند ChatGPT و OpenAI's DALL-E از پردازش زبان طبیعی برای ایجاد محتوای جدید استفاده می کند. مرحله آموزش، که اغلب انرژی بر است، شامل تغذیه مجموعه داده های بزرگ و تنظیم پارامترها برای تراز کردن خروجی های پیش بینی شده با خروجی هدف است. مرحله استنتاج، که در آن مدل‌ها خروجی تولید می‌کنند، در ادبیات مورد توجه کمی قرار گرفته است. با این حال، فاز استنتاج ممکن است به طور قابل توجهی به هزینه های چرخه عمر یک مدل هوش مصنوعی کمک کند، به طوری که گوگل بیان می کند که 60٪ از مصرف انرژی مرتبط با هوش مصنوعی از استنباط نشات می گیرد.
به گفته محقق Alex de Vries از دانشکده تجارت و اقتصاد در آمستردام، مصرف انرژی شرکت‌های هوش مصنوعی می‌تواند تا سال 2027 به نسبت‌های خیره‌کننده‌ای برسد که با کل کشورهایی مانند آرژانتین، هلند و سوئد قابل مقایسه است.
دی وریس محاسبات خود را از تحویل پیش‌بینی‌شده سرورهای هوش مصنوعی توسط رهبر بازار انویدیا در سال 2023 استخراج می‌کند. برآوردهای او حاکی از افزایش قابل توجهی است، از 100 هزار سرور در سال جاری به 1.5 میلیون سرور تا سال 2027.
با فرض اینکه این سرورها با ظرفیت کامل کار می کنند، مصرف انرژی آنها از 6 تا 9 تراوات ساعت (TWh) در سال جاری به 86 تا 134 تراوات ساعت در سال تا سال 2027 افزایش می یابد. برای چشم انداز، سوئد هر سال 125 تراوات ساعت انرژی مصرف می کند.
علاوه بر این، اگر گوگل امروز به طور انحصاری سرویس جستجوی خود را به الگوریتم های هوش مصنوعی منتقل کند، هزینه انرژی به تنهایی به 29.3 تراوات ساعت در سال می رسد که معادل مصرف انرژی سالانه ایرلند است.
De Vries تصدیق می کند که چنین سناریویی غیرمحتمل باقی می ماند، تا حدی به این دلیل که Nvidia در حال حاضر با چالش هایی در تامین مقدار مورد نیاز سرورهای AI مواجه است. کمبود این سرورها به هزینه های بالا نیز منجر می شود. به عنوان مثال، تغییر نظری گوگل به رویکرد تمام هوش مصنوعی، حاشیه عملیاتی شرکت را از بین می برد.
عملکرد الگوریتم هوش مصنوعی از نظر مالی برای شرکت ها سنگین است و کسب درآمد مؤثر همچنان مبهم است. به طور متناقض، با افزایش تعداد کاربران، هزینه های فناوری به جای کاهش افزایش می یابد. مایکروسافت در تلاش است تا از تبلیغات پیرامون هوش مصنوعی مولد برای ایجاد بازاری برای چنین خدماتی و کسب درآمد استفاده کند. با این حال، این شرکت در اولین محصولات تولیدی خود با زیان های مالی مواجه شده است سرویس GitHub Copilot، که از 20 دلار به 80 دلار برای هر کاربر ضرر کرد. برای جلوگیری از این امر، مایکروسافت تصمیم گرفته است که افزونه های هوش مصنوعی را برای محصولات محبوب خود منتشر کند که می تواند قیمت تمام شده محصول را افزایش دهد. گوگل و مایکروسافت نیز در کسب درآمد از خدمات هوش مصنوعی به دلیل هزینه های بالای نگهداری با مشکل مواجه هستند. شرکت هایی مانند مایکروسافت و گوگل 30 دلار اضافی برای نگهداری مدل های هوش مصنوعی می خواهند. سازندگان زوم همچنین با توسعه الگوریتم های خود و قرض گرفتن دیگران برای کارهای پیچیده سعی در صرفه جویی در هزینه دارند. Adobe و سایر شرکت ها استفاده از شبکه های عصبی را بر اساس طرح های تعرفه محدود می کنند. شرکت ها امیدوارند که هزینه مدل های هوش مصنوعی به مرور زمان کاهش یابد، اما قبل از اینکه این اتفاق بیفتد، باید صدها میلیون دلار هزینه کنند.
بهبود کارایی سخت افزار، معماری مدل و الگوریتم ها می تواند به طور بالقوه مصرف برق مرتبط با هوش مصنوعی را در دراز مدت کاهش دهد. این می تواند به دلیل پارادوکس جوونز، جایی که افزایش کارایی منجر به افزایش تقاضا می شود که منجر به افزایش خالص استفاده از منابع می شود. علاوه بر این، استفاده مجدد از GPUها برای کارهای مرتبط با هوش مصنوعی، مانند استخراج 2.0 اتریوم، می تواند 16.1 تراوات ساعت مصرف برق سالانه را به هوش مصنوعی تغییر دهد.
مصرف برق مرتبط با هوش مصنوعی نامشخص است، اما می تواند برنامه هایی مانند جستجوی گوگل را تقویت کند. با این حال، محدودیت منابع ممکن است رشد را محدود کند. تلاش برای بهبود کارایی هوش مصنوعی ممکن است باعث ایجاد یک اثر بازگشتی شود و تقاضا برای هوش مصنوعی را افزایش دهد. توسعه دهندگان باید بر روی بهینه سازی هوش مصنوعی و در نظر گرفتن ضرورت آن تمرکز کنند و قانونگذاران الزامات افشای محیطی را در نظر بگیرند.
سلب مسئولیت
در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.
درباره نویسنده
Damir رهبر تیم، مدیر محصول و سردبیر در است Metaverse Post، موضوعاتی مانند AI/ML، AGI، LLMs، Metaverse و Web3- زمینه های مرتبط مقالات او هر ماه مخاطبان زیادی از بیش از یک میلیون کاربر را جذب می کند. به نظر می رسد او یک متخصص با 10 سال تجربه در سئو و بازاریابی دیجیتال است. دمیر در Mashable, Wired, ذکر شده است. Cointelegraph، نیویورکر، Inside.com، Entrepreneur، BeInCrypto، و انتشارات دیگر. او بین امارات متحده عربی، ترکیه، روسیه و کشورهای مستقل مشترک المنافع به عنوان یک عشایر دیجیتال سفر می کند. دمیر مدرک لیسانس خود را در فیزیک گرفت که به اعتقاد او مهارت های تفکر انتقادی لازم برای موفقیت در چشم انداز دائماً در حال تغییر اینترنت را به او داده است.
مقالات بیشتر
Damir رهبر تیم، مدیر محصول و سردبیر در است Metaverse Post، موضوعاتی مانند AI/ML، AGI، LLMs، Metaverse و Web3- زمینه های مرتبط مقالات او هر ماه مخاطبان زیادی از بیش از یک میلیون کاربر را جذب می کند. به نظر می رسد او یک متخصص با 10 سال تجربه در سئو و بازاریابی دیجیتال است. دمیر در Mashable, Wired, ذکر شده است. Cointelegraph، نیویورکر، Inside.com، Entrepreneur، BeInCrypto، و انتشارات دیگر. او بین امارات متحده عربی، ترکیه، روسیه و کشورهای مستقل مشترک المنافع به عنوان یک عشایر دیجیتال سفر می کند. دمیر مدرک لیسانس خود را در فیزیک گرفت که به اعتقاد او مهارت های تفکر انتقادی لازم برای موفقیت در چشم انداز دائماً در حال تغییر اینترنت را به او داده است.
