AI pramonės potencialas konkuruoti su nacionaliniu elektros vartojimu
Sparti AI plėtra 2022 ir 2023 m., kurią lėmė sėkminga OpenAIS ChatGPT, išreiškė susirūpinimą dėl elektros suvartojimo ir poveikio aplinkai. 1–6 m. duomenų centrų elektros suvartojimas, kuris sudaro tik 2010 % viso pasaulio elektros suvartojimo, galėjo padidėti 2018 %. Šiame komentare nagrinėjamas dirbtinio intelekto elektros suvartojimas ir galimos jo pasekmės, aptariami ir pesimistiniai, ir optimistiški scenarijai bei perspėjama, kad negalima priimti nė vieno kraštutinio. .
AI, įskaitant generatyvius AI įrankius, tokius kaip ChatGPT ir OpenAIDALL-E, kurdamas naują turinį, naudoja natūralios kalbos apdorojimą. Mokymo fazė, dažnai reikalaujanti daug energijos, apima didelių duomenų rinkinių tiekimą ir parametrų koregavimą, kad numatomi rezultatai būtų suderinti su tiksline produkcija. Išvadų fazė, kai modeliai generuoja rezultatus, literatūroje sulaukė mažai dėmesio. Tačiau išvadų fazė gali labai prisidėti prie AI modelio gyvavimo ciklo sąnaudų, nes „Google“ teigia, kad 60 % su dirbtiniu intelektu susijusios energijos suvartojama iš išvadų.
Pasak mokslininko Alex de Vries Amsterdamo Verslo ir ekonomikos mokyklos teigimu, dirbtinio intelekto įmonių energijos suvartojimas iki 2027 m. gali pasiekti stulbinančius dydžius, palyginti su ištisomis valstybėmis, tokiomis kaip Argentina, Nyderlandai ir Švedija.
De Vriesas apskaičiavo, kad 2023 m. rinkos lyderis „Nvidia“ pateiks AI serverius. Jo skaičiavimai rodo, kad serverių skaičius gerokai padidės – nuo 100 tūkst. serverių šiais metais iki 1.5 mln. serverių iki 2027 m.
Darant prielaidą, kad šie serveriai veiks visu pajėgumu, jų energijos suvartojimas padidės nuo dabartinių 6–9 teravatvalandžių (TWh) per metus iki stulbinančių 86–134 TWh kasmet iki 2027 m. Perspektyvoje Švedija kasmet sunaudoja 125 TWh energijos.
Be to, jei „Google“ šiandien pakeistų tik savo paieškos paslaugą prie AI algoritmų, vien energijos sąnaudos sudarytų 29.3 TWh per metus, o tai prilygtų Airijos metiniam energijos suvartojimui.
De Vries pripažįsta, kad toks scenarijus išlieka neįtikėtinas, iš dalies dėl to, kad „Nvidia“ šiuo metu susiduria su iššūkiais tiekdama reikiamą AI serverių kiekį. Šių serverių trūkumas taip pat lemia dideles išlaidas. Pavyzdžiui, „Google“ teorinis perėjimas prie viso AI metodo panaikintų įmonės veiklos maržą.
AI algoritmo veikimas yra finansiškai sudėtingas įmonėms ir efektyvus pinigų gavimas lieka sunkiai pasiekiamas. Paradoksalu, bet augant vartotojų skaičiui, technologijų sąnaudos auga, o ne mažėja. „Microsoft“ bando išnaudoti ažiotažą apie generatyvųjį AI, kad sukurtų tokių paslaugų rinką ir užsidirbtų pinigų. Tačiau bendrovė patyrė finansinių nuostolių dėl savo pirmųjų generuojamųjų produktų, tokių kaip „GitHub Copilot“ paslauga, kuris prarado nuo 20 iki 80 USD vienam vartotojui. Siekdama to išvengti, „Microsoft“ nusprendė savo populiariems produktams išleisti dirbtinio intelekto priedus, kurie gali padidinti produkto kainą. „Google“ ir „Microsoft“ taip pat susiduria su sunkumais gaudamos pajamų iš AI paslaugų dėl didelių priežiūros išlaidų. Tokios įmonės kaip „Microsoft“ ir „Google“ reikalauja papildomų 30 USD, kad išlaikytų dirbtinio intelekto modelius. Zoom kūrėjai taip pat bando sutaupyti pinigų kurdami savo algoritmus ir skolindamiesi kitus sudėtingoms užduotims atlikti. „Adobe“ ir kitos įmonės riboja neuroninių tinklų naudojimą pagal tarifų planus. Įmonės tikisi, kad AI modelių kaina laikui bėgant kris, tačiau prieš tai joms teks išleisti šimtus milijonų dolerių.
Patobulinus aparatūros efektyvumą, modelių architektūrą ir algoritmus, ilgainiui gali sumažėti su AI susijęs elektros energijos suvartojimas. Tai gali būti dėl Jevonso paradoksas, kur dėl didėjančio efektyvumo didėja paklausa, todėl ištekliai naudojami grynai. Be to, pakeitus GPU su DI susijusioms užduotims, pvz., Ethereum „mining 2.0“, 16.1 TWh metinio elektros suvartojimo gali būti perkelta į DI.
Su dirbtiniu intelektu susijęs elektros suvartojimas yra neaiškus, tačiau tai gali paskatinti tokias programas kaip „Google“ paieška. Tačiau išteklių apribojimai gali apriboti augimą. Pastangos pagerinti AI efektyvumą gali sukelti grįžimo efektą ir padidinti AI paklausą. Kūrėjai turėtų sutelkti dėmesį į dirbtinio intelekto optimizavimą ir atsižvelgti į jo būtinumą, o reguliuotojai – į aplinkos atskleidimo reikalavimus.
Atsakomybės neigimas
Remdamasi tuo, Pasitikėjimo projekto gairės, atkreipkite dėmesį, kad šiame puslapyje pateikta informacija nėra skirta ir neturėtų būti aiškinama kaip teisinė, mokesčių, investicinė, finansinė ar bet kokia kita konsultacija. Svarbu investuoti tik tai, ką galite sau leisti prarasti, ir, jei turite kokių nors abejonių, kreiptis į nepriklausomą finansinę konsultaciją. Norėdami gauti daugiau informacijos, siūlome peržiūrėti taisykles ir nuostatas bei pagalbos ir palaikymo puslapius, kuriuos pateikia išdavėjas arba reklamuotojas. MetaversePost yra įsipareigojusi teikti tikslias, nešališkas ataskaitas, tačiau rinkos sąlygos gali keistis be įspėjimo.
Apie autorių
Damiras yra komandos vadovas, produktų vadovas ir redaktorius Metaverse Post, apimantis tokias temas kaip AI/ML, AGI, LLM, Metaverse ir Web3– susijusiose srityse. Jo straipsniai kas mėnesį pritraukia didžiulę daugiau nei milijono vartotojų auditoriją. Atrodo, kad jis yra ekspertas, turintis 10 metų SEO ir skaitmeninės rinkodaros patirtį. Damiras buvo paminėtas Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ir kiti leidiniai. Jis keliauja tarp JAE, Turkijos, Rusijos ir NVS kaip skaitmeninis klajoklis. Damiras įgijo fizikos bakalauro laipsnį, kuris, jo manymu, suteikė jam kritinio mąstymo įgūdžių, reikalingų sėkmingam nuolat besikeičiančiame interneto peizaže.
Daugiau straipsnių
Damiras yra komandos vadovas, produktų vadovas ir redaktorius Metaverse Post, apimantis tokias temas kaip AI/ML, AGI, LLM, Metaverse ir Web3– susijusiose srityse. Jo straipsniai kas mėnesį pritraukia didžiulę daugiau nei milijono vartotojų auditoriją. Atrodo, kad jis yra ekspertas, turintis 10 metų SEO ir skaitmeninės rinkodaros patirtį. Damiras buvo paminėtas Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ir kiti leidiniai. Jis keliauja tarp JAE, Turkijos, Rusijos ir NVS kaip skaitmeninis klajoklis. Damiras įgijo fizikos bakalauro laipsnį, kuris, jo manymu, suteikė jam kritinio mąstymo įgūdžių, reikalingų sėkmingam nuolat besikeičiančiame interneto peizaže.
