AI nozares potenciāls konkurēt ar nacionālo elektroenerģijas patēriņu
AI straujā paplašināšanās 2022. un 2023. gadā, ko veicināja panākumi OpenAI'S ChatGPT, ir radījis bažas par elektroenerģijas patēriņu un ietekmi uz vidi. Datu centru elektroenerģijas patēriņš, kas veido tikai 1% no globālās elektroenerģijas patēriņa, laika posmā no 6. līdz 2010. gadam, iespējams, ir palielinājies par 2018%. Šajā komentārā ir aplūkots mākslīgā intelekta elektroenerģijas patēriņš un tā iespējamās sekas, apspriežot gan pesimistiskus, gan optimistiskus scenārijus un brīdinot nepieļaut nevienu ekstrēmu .
AI, tostarp tādi ģeneratīvie AI rīki kā ChatGPT un OpenAIDALL-E izmanto dabiskās valodas apstrādi, lai izveidotu jaunu saturu. Apmācības fāze, kas bieži ir energoietilpīga, ietver lielu datu kopu padevi un parametru pielāgošanu, lai saskaņotu paredzētos rezultātus ar mērķa izvadi. Secinājumu fāzei, kurā modeļi rada rezultātus, literatūrā ir pievērsta maz uzmanības. Tomēr secinājumu fāze var ievērojami veicināt AI modeļa dzīves cikla izmaksas, jo Google norāda, ka 60% no AI saistītā enerģijas patēriņa rodas no secinājumiem.
Saskaņā ar pētnieka Aleksa de Vrīsa teikto Amsterdamas Biznesa un ekonomikas augstskolā AI uzņēmumu enerģijas patēriņš līdz 2027. gadam varētu sasniegt satriecošus apmērus, kas ir salīdzināmi ar veselām valstīm, piemēram, Argentīnu, Nīderlandi un Zviedriju.
De Vries savus aprēķinus guvis no tirgus līdera Nvidia prognozētajām mākslīgā intelekta serveru piegādēm 2023. gadā. Viņa aplēses liecina par ievērojamu pieaugumu no 100 tūkstošiem serveru šogad līdz 1.5 miljoniem serveru līdz 2027. gadam.
Pieņemot, ka šie serveri darbosies ar pilnu jaudu, to enerģijas patēriņš pieaugs no pašreizējām 6–9 teravatstundām (TWh) gadā līdz satriecošiem 86–134 TWh gadā līdz 2027. gadam. Perspektīvā Zviedrija katru gadu patērē 125 TWh enerģijas.
Turklāt, ja Google šodien pārietu tikai uz savu meklēšanas pakalpojumu uz AI algoritmiem, enerģijas izmaksas vien būtu 29.3 TWh gadā, kas atbilst Īrijas gada enerģijas patēriņam.
De Vries atzīst, ka šāds scenārijs joprojām ir maz ticams, daļēji tāpēc, ka Nvidia pašlaik saskaras ar problēmām, nodrošinot nepieciešamo AI serveru daudzumu. Šo serveru trūkums nozīmē arī augstas izmaksas. Piemēram, Google teorētiskā pāreja uz visaptverošu AI pieeju dzēstu uzņēmuma darbības peļņu.
AI algoritma darbība uzņēmumiem ir finansiāli apgrūtinoša, un efektīva monetizācija joprojām ir nenotverama. Paradoksāli, bet, pieaugot lietotāju skaitam, tehnoloģiju izmaksas drīzāk pieaug, nevis samazinās. Microsoft mēģina gūt labumu no ažiotāžas par ģeneratīvo AI, lai izveidotu tirgu šādiem pakalpojumiem un pelnītu naudu. Tomēr uzņēmums ir saskāries ar finansiāliem zaudējumiem no saviem pirmajiem ģeneratīvajiem produktiem, piemēram, GitHub Copilot pakalpojums, kas zaudēja no 20 līdz 80 USD vienam lietotājam. Lai no tā izvairītos, Microsoft ir nolēmusi izlaist AI papildinājumus saviem populārajiem produktiem, kas var palielināt produkta izmaksas. Google un Microsoft arī saskaras ar grūtībām monetizēt AI pakalpojumus augsto uzturēšanas izmaksu dēļ. Tādi uzņēmumi kā Microsoft un Google pieprasa papildu USD 30, lai uzturētu AI modeļus. Tālummaiņas veidotāji arī cenšas ietaupīt naudu, izstrādājot savus algoritmus un aizņemoties citus sarežģītu uzdevumu veikšanai. Adobe un citi uzņēmumi ierobežo neironu tīklu izmantošanu, pamatojoties uz tarifu plāniem. Uzņēmumi cer, ka mākslīgā intelekta modeļu izmaksas laika gaitā samazināsies, taču pirms tas notiks, tiem būs jāiztērē simtiem miljonu dolāru.
Aparatūras efektivitātes, modeļu arhitektūras un algoritmu uzlabojumi varētu potenciāli samazināt ar mākslīgo intelektu saistīto elektroenerģijas patēriņu ilgtermiņā. Tas varētu būt saistīts ar Dževonsa paradokss, kur, palielinot efektivitāti, palielinās pieprasījums, kā rezultātā palielinās resursu izmantošana. Turklāt GPU atkārtota izmantošana ar AI saistītiem uzdevumiem, piemēram, Ethereum “mining 2.0”, varētu novirzīt 16.1 TWh gada elektroenerģijas patēriņa uz AI.
Ar mākslīgo intelektu saistītais elektroenerģijas patēriņš nav skaidrs, taču tas varētu veicināt tādas lietojumprogrammas kā Google meklēšana. Tomēr resursu ierobežojumi var ierobežot izaugsmi. Centieni uzlabot AI efektivitāti var izraisīt atsitiena efektu, palielinot pieprasījumu pēc AI. Izstrādātājiem jākoncentrējas uz mākslīgā intelekta optimizēšanu un tā nepieciešamības apsvēršanu, bet regulatoriem jāapsver vides informācijas atklāšanas prasības.
Atbildības noraidīšana
Atbilstīgi Uzticības projekta vadlīnijas, lūdzu, ņemiet vērā, ka šajā lapā sniegtā informācija nav paredzēta un to nedrīkst interpretēt kā juridisku, nodokļu, ieguldījumu, finanšu vai jebkāda cita veida padomu. Ir svarīgi ieguldīt tikai to, ko varat atļauties zaudēt, un meklēt neatkarīgu finanšu padomu, ja jums ir šaubas. Lai iegūtu papildinformāciju, iesakām skatīt pakalpojumu sniegšanas noteikumus, kā arī palīdzības un atbalsta lapas, ko nodrošina izdevējs vai reklāmdevējs. MetaversePost ir apņēmies sniegt precīzus, objektīvus pārskatus, taču tirgus apstākļi var tikt mainīti bez iepriekšēja brīdinājuma.
Par Autors
Damirs ir komandas vadītājs, produktu vadītājs un redaktors Metaverse Post, kas aptver tādas tēmas kā AI/ML, AGI, LLM, Metaverse un Web3- saistītie lauki. Viņa raksti katru mēnesi piesaista lielu auditoriju, kas pārsniedz miljonu lietotāju. Šķiet, ka viņš ir eksperts ar 10 gadu pieredzi SEO un digitālā mārketinga jomā. Damirs ir minēts Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto un citas publikācijas. Viņš ceļo starp AAE, Turciju, Krieviju un NVS kā digitālais nomads. Damirs ir ieguvis bakalaura grādu fizikā, kas, viņaprāt, ir devis viņam kritiskās domāšanas prasmes, kas nepieciešamas, lai gūtu panākumus nepārtraukti mainīgajā interneta vidē.
Vairāk rakstus
Damirs ir komandas vadītājs, produktu vadītājs un redaktors Metaverse Post, kas aptver tādas tēmas kā AI/ML, AGI, LLM, Metaverse un Web3- saistītie lauki. Viņa raksti katru mēnesi piesaista lielu auditoriju, kas pārsniedz miljonu lietotāju. Šķiet, ka viņš ir eksperts ar 10 gadu pieredzi SEO un digitālā mārketinga jomā. Damirs ir minēts Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto un citas publikācijas. Viņš ceļo starp AAE, Turciju, Krieviju un NVS kā digitālais nomads. Damirs ir ieguvis bakalaura grādu fizikā, kas, viņaprāt, ir devis viņam kritiskās domāšanas prasmes, kas nepieciešamas, lai gūtu panākumus nepārtraukti mainīgajā interneta vidē.
