A mesterséges intelligencia iparágának lehetősége a rivális nemzeti villamosenergia-fogyasztásra
Az AI gyors terjeszkedése 2022-ben és 2023-ban, a OpenAI'S ChatGPT, aggodalmát fejezte ki az áramfogyasztással és a környezeti hatásokkal kapcsolatban. Az adatközpontok villamosenergia-fogyasztása, amely a globális villamosenergia-felhasználás mindössze 1%-át teszi ki, 6 és 2010 között 2018%-kal növekedhetett. Ez a kommentár a mesterséges intelligencia villamosenergia-fogyasztását és annak lehetséges következményeit vizsgálja, pesszimista és optimista forgatókönyveket is megvitatva, és óva int a szélsőségesek elfogadásától. .
AI, beleértve a generatív AI eszközöket, mint pl ChatGPT és a OpenAIA DALL-E természetes nyelvi feldolgozást használ új tartalom létrehozásához. A gyakran energiaigényes betanítási szakasz nagy adatkészletek betáplálását és a paraméterek beállítását foglalja magában, hogy az előre jelzett kimenetek összhangba kerüljenek a célkimenettel. A következtetési fázis, amikor a modellek kimeneteket generálnak, kevés figyelmet kapott a szakirodalomban. A következtetési fázis azonban jelentősen hozzájárulhat az AI-modell életciklus-költségeihez, mivel a Google azt állítja, hogy az AI-val kapcsolatos energiafogyasztás 60%-a következtetésekből származik.
Alex de Vries kutató szerint Az amszterdami School of Business and Economics szerint az AI-cégek energiafogyasztása 2027-re megdöbbentő méreteket ölthet, olyan egész nemzetekkel, mint Argentína, Hollandia és Svédország.
| Összefüggő: A mesterséges intelligencia képzése és a vízválság: pillantás a meglepő kapcsolatra ChatGPT és Vízhasználat |
De Vries számításait a piacvezető Nvidia 2023-ra tervezett mesterségesintelligencia-szerver-szállításaiból vezeti le. Becslései jelentős növekedést jeleznek, az idei 100 ezer szerverről 1.5-re 2027 millióra.
Feltételezve, hogy ezek a szerverek teljes kapacitással működnek, energiafogyasztásuk a jelenlegi évi 6–9 terawattóráról (TWh) 86-re elképesztő évi 134–2027 TWh-ra fog emelkedni.
Ezen túlmenően, ha a Google ma kizárólag mesterséges intelligencia-algoritmusokra állítaná át keresőszolgáltatását, az energiaköltségek önmagukban évi 29.3 TWh-t tennének ki, ami Írország éves energiafogyasztásának felelne meg.
De Vries elismeri, hogy egy ilyen forgatókönyv továbbra is valószínűtlen, részben azért, mert az Nvidia jelenleg kihívásokkal néz szembe a szükséges mennyiségű mesterséges intelligencia-szerver biztosítása terén. Ezeknek a szervereknek a szűkössége magas költségekkel is jár. Például a Google elméleti átállása a teljes mesterséges intelligencia megközelítésére eltörölné a vállalat működési árrését.
Az AI-algoritmus működése pénzügyileg megterhelő a vállalatok számára, ill a hatékony bevételszerzés továbbra is megfoghatatlan. Paradox módon a felhasználók számának növekedésével a technológiai költségek inkább nőnek, mint csökkennek. A Microsoft megpróbálja kihasználni a generatív mesterséges intelligencia körüli felhajtást, hogy piacot teremtsen az ilyen szolgáltatásoknak és pénzt keressen. A vállalat azonban pénzügyi veszteségeket szenvedett az első generatív termékei miatt, mint például a GitHub Copilot szolgáltatás, amely felhasználónként 20 dollárról 80 dollárra veszített. Ennek elkerülése érdekében a Microsoft úgy döntött, hogy népszerű termékeihez mesterségesintelligencia-kiegészítőket ad ki, ami növelheti a termék költségeit. A Google és a Microsoft a magas karbantartási költségek miatt nehézségekkel küzd az AI-szolgáltatások bevételszerzésében is. Az olyan cégek, mint a Microsoft és a Google, további 30 dollárt követelnek az AI modellek karbantartásáért. A Zoom készítői pénzt takarítanak meg azzal, hogy saját algoritmusaikat fejlesztik, és másokat kölcsönöznek az összetett feladatokhoz. Az Adobe és más cégek díjcsomagok alapján korlátozzák a neurális hálózatok használatát. A cégek azt remélik, hogy az AI modellek költsége idővel csökkenni fog, de mielőtt ez megtörténne, több száz millió dollárt kell költeniük.
A hardver hatékonyságának, a modellarchitektúráknak és az algoritmusoknak a fejlesztése hosszú távon csökkentheti az AI-val kapcsolatos villamosenergia-fogyasztást. Ennek oka lehet Jevons paradoxona, ahol a hatékonyság növelése megnövekedett kereslethez vezet, ami az erőforrás-felhasználás nettó növekedéséhez vezet. Ezenkívül a GPU-k mesterséges intelligenciával kapcsolatos feladatokra, például az Ethereum „mining 2.0-ja” való újrahasznosítása 16.1 TWh éves villamosenergia-fogyasztást fordíthat át mesterséges intelligenciára.
Az AI-val kapcsolatos villamosenergia-fogyasztás bizonytalan, de fellendítheti az olyan alkalmazásokat, mint a Google Search. Az erőforrások korlátai azonban korlátozhatják a növekedést. A mesterséges intelligencia hatékonyságának javítására irányuló erőfeszítések visszapattanó hatást válthatnak ki, ami növeli az AI iránti keresletet. A fejlesztőknek a mesterséges intelligencia optimalizálására és annak szükségességének mérlegelésére kell összpontosítaniuk, a szabályozóknak pedig a környezeti közzétételi követelményekre.
A felelősség megtagadása
Összhangban a A Trust Project irányelvei, kérjük, vegye figyelembe, hogy az ezen az oldalon közölt információk nem minősülnek jogi, adózási, befektetési, pénzügyi vagy bármilyen más formájú tanácsnak, és nem is értelmezhetők. Fontos, hogy csak annyit fektessen be, amennyit megengedhet magának, hogy elveszítsen, és kérjen független pénzügyi tanácsot, ha kétségei vannak. További információkért javasoljuk, hogy tekintse meg a szerződési feltételeket, valamint a kibocsátó vagy hirdető által biztosított súgó- és támogatási oldalakat. MetaversePost elkötelezett a pontos, elfogulatlan jelentéstétel mellett, de a piaci feltételek előzetes értesítés nélkül változhatnak.
A szerzőről
Damir a csapat vezetője, termékmenedzsere és szerkesztője Metaverse Post, olyan témákkal foglalkozik, mint az AI/ML, AGI, LLMs, Metaverse és Web3- kapcsolódó mezők. Cikkei havonta több mint egymillió felhasználót vonzanak. Úgy tűnik, szakértő, aki 10 éves tapasztalattal rendelkezik a SEO és a digitális marketing területén. Damirt a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto és más kiadványok. Digitális nomádként utazik az Egyesült Arab Emírségek, Törökország, Oroszország és a FÁK között. Damir fizikából szerzett bachelor-diplomát, és úgy gondolja, hogy ez megadta neki azokat a kritikus gondolkodási készségeket, amelyek szükségesek ahhoz, hogy sikeres legyen az internet folyamatosan változó táján.
További cikkek
Damir a csapat vezetője, termékmenedzsere és szerkesztője Metaverse Post, olyan témákkal foglalkozik, mint az AI/ML, AGI, LLMs, Metaverse és Web3- kapcsolódó mezők. Cikkei havonta több mint egymillió felhasználót vonzanak. Úgy tűnik, szakértő, aki 10 éves tapasztalattal rendelkezik a SEO és a digitális marketing területén. Damirt a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto és más kiadványok. Digitális nomádként utazik az Egyesült Arab Emírségek, Törökország, Oroszország és a FÁK között. Damir fizikából szerzett bachelor-diplomát, és úgy gondolja, hogy ez megadta neki azokat a kritikus gondolkodási készségeket, amelyek szükségesek ahhoz, hogy sikeres legyen az internet folyamatosan változó táján.
