Potensi Industri AI Menyaingi Penggunaan Elektrik Negara
Perkembangan pesat AI pada tahun 2022 dan 2023, didorong oleh kejayaan OpenAI's ChatGPT, telah menimbulkan kebimbangan mengenai penggunaan elektrik dan kesan alam sekitar. Penggunaan elektrik pusat data, yang menyumbang hanya 1% daripada penggunaan elektrik global, mungkin telah meningkat sebanyak 6% antara 2010 dan 2018. Ulasan ini mengkaji penggunaan elektrik AI dan potensi implikasinya, membincangkan kedua-dua senario yang pesimis dan optimis serta berhati-hati terhadap penggunaan elektrik yang melampau. .
AI, termasuk alat AI generatif seperti ChatGPT and OpenAIDALL-E, menggunakan pemprosesan bahasa semula jadi untuk mencipta kandungan baharu. Fasa latihan, selalunya intensif tenaga, melibatkan pemberian set data yang besar dan melaraskan parameter untuk menyelaraskan output yang diramalkan dengan output sasaran. Fasa inferens, di mana model menjana output, telah mendapat sedikit perhatian dalam literatur. Walau bagaimanapun, fasa inferens mungkin menyumbang dengan ketara kepada kos kitaran hayat model AI, dengan Google menyatakan bahawa 60% penggunaan tenaga berkaitan AI berpunca daripada inferens.
Menurut penyelidik Alex de Vries daripada Sekolah Perniagaan dan Ekonomi di Amsterdam, penggunaan tenaga syarikat AI boleh mencapai perkadaran yang mengejutkan menjelang 2027, setanding dengan seluruh negara seperti Argentina, Belanda dan Sweden.
De Vries memperoleh pengiraannya daripada unjuran penghantaran pelayan AI oleh peneraju pasaran Nvidia pada 2023. Anggarannya menunjukkan peningkatan yang ketara, daripada 100 ribu pelayan tahun ini kepada 1.5 juta pelayan menjelang 2027.
Dengan mengandaikan pelayan ini beroperasi pada kapasiti penuh, penggunaan tenaga mereka akan melonjak daripada 6–9 terawatt-jam (TWj) semasa setiap tahun kepada 86–134 TWj yang mengejutkan setiap tahun menjelang 2027. Untuk perspektif, Sweden menggunakan 125 TWj tenaga setiap tahun.
Tambahan pula, jika Google mengalihkan perkhidmatan cariannya secara eksklusif kepada algoritma AI hari ini, kos tenaga sahaja akan berjumlah 29.3 TWj setiap tahun, bersamaan dengan penggunaan tenaga tahunan Ireland.
De Vries mengakui bahawa senario sebegitu kekal tidak mungkin, sebahagiannya kerana Nvidia kini menghadapi cabaran dalam membekalkan kuantiti pelayan AI yang diperlukan. Kekurangan pelayan ini juga membawa kepada kos yang tinggi. Sebagai contoh, peralihan teori Google kepada pendekatan semua AI akan menghapuskan margin operasi syarikat.
Operasi algoritma AI membebankan kewangan syarikat, dan pengewangan yang berkesan masih sukar difahami. Secara paradoks, apabila bilangan pengguna bertambah, kos teknologi meningkat dan bukannya berkurangan. Microsoft cuba memanfaatkan gembar-gembur sekitar AI generatif untuk mencipta pasaran bagi perkhidmatan tersebut dan menghasilkan wang. Walau bagaimanapun, syarikat telah menghadapi kerugian kewangan pada produk generatif pertamanya, seperti Perkhidmatan GitHub Copilot, yang rugi daripada $20 hingga $80 bagi setiap pengguna. Untuk mengelakkan ini, Microsoft telah memutuskan untuk mengeluarkan alat tambah AI untuk produk popularnya, yang boleh meningkatkan kos produk. Google dan Microsoft juga menghadapi kesukaran untuk mengewangkan perkhidmatan AI kerana kos penyelenggaraan yang tinggi. Syarikat seperti Microsoft dan Google menuntut tambahan $30 untuk mengekalkan model AI. Pencipta zum juga cuba menjimatkan wang dengan membangunkan algoritma mereka sendiri dan meminjam orang lain untuk tugas yang rumit. Adobe dan syarikat lain mengehadkan penggunaan rangkaian saraf berdasarkan pelan tarif. Syarikat berharap kos model AI akan turun dari semasa ke semasa, tetapi sebelum itu berlaku, mereka perlu membelanjakan ratusan juta dolar.
Penambahbaikan dalam kecekapan perkakasan, seni bina model dan algoritma berpotensi mengurangkan penggunaan elektrik berkaitan AI dalam jangka panjang. Ini mungkin disebabkan oleh Paradoks Jevons, di mana peningkatan kecekapan membawa kepada peningkatan permintaan, membawa kepada peningkatan bersih dalam penggunaan sumber. Selain itu, penggunaan semula GPU untuk tugas berkaitan AI, seperti "perlombongan 2.0" Ethereum boleh mengalihkan 16.1 TWj penggunaan elektrik tahunan kepada AI.
Penggunaan elektrik berkaitan AI tidak pasti, tetapi ia boleh meningkatkan aplikasi seperti Carian Google. Walau bagaimanapun, kekangan sumber mungkin mengehadkan pertumbuhan. Usaha untuk meningkatkan kecekapan AI boleh mencetuskan kesan lantunan, meningkatkan permintaan untuk AI. Pembangun harus menumpukan pada pengoptimuman AI dan mempertimbangkan keperluannya, dengan pengawal selia mempertimbangkan keperluan pendedahan alam sekitar.
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Damir ialah ketua pasukan, pengurus produk dan editor di Metaverse Post, meliputi topik seperti AI/ML, AGI, LLM, Metaverse dan Web3-bidang berkaitan. Artikelnya menarik khalayak besar lebih sejuta pengguna setiap bulan. Dia nampaknya seorang pakar dengan pengalaman 10 tahun dalam SEO dan pemasaran digital. Damir telah disebut dalam Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto dan penerbitan lain. Dia mengembara antara UAE, Turki, Rusia dan CIS sebagai nomad digital. Damir memperoleh ijazah sarjana muda dalam fizik, yang dia percaya telah memberikannya kemahiran berfikir kritis yang diperlukan untuk berjaya dalam landskap internet yang sentiasa berubah.
lebih banyak artikel
Damir ialah ketua pasukan, pengurus produk dan editor di Metaverse Post, meliputi topik seperti AI/ML, AGI, LLM, Metaverse dan Web3-bidang berkaitan. Artikelnya menarik khalayak besar lebih sejuta pengguna setiap bulan. Dia nampaknya seorang pakar dengan pengalaman 10 tahun dalam SEO dan pemasaran digital. Damir telah disebut dalam Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto dan penerbitan lain. Dia mengembara antara UAE, Turki, Rusia dan CIS sebagai nomad digital. Damir memperoleh ijazah sarjana muda dalam fizik, yang dia percaya telah memberikannya kemahiran berfikir kritis yang diperlukan untuk berjaya dalam landskap internet yang sentiasa berubah.
