Potencjał przemysłu sztucznej inteligencji w zakresie konkurencyjnego krajowego zużycia energii elektrycznej
Szybka ekspansja sztucznej inteligencji w latach 2022 i 2023, napędzana sukcesem OpenAI'S ChatGPT, wzbudziło obawy dotyczące zużycia energii elektrycznej i wpływu na środowisko. Zużycie energii elektrycznej w centrach danych, które stanowi zaledwie 1% światowego zużycia energii elektrycznej, mogło wzrosnąć o 6% w latach 2010–2018. W tym komentarzu zbadano zużycie energii elektrycznej przez sztuczną inteligencję i jego potencjalne konsekwencje, omawiając zarówno scenariusze pesymistyczne, jak i optymistyczne, oraz przestrzegając przed przyjęciem którejkolwiek skrajności .
Sztuczna inteligencja, w tym generatywne narzędzia AI, takie jak ChatGPT i OpenAIDALL-E wykorzystuje przetwarzanie języka naturalnego do tworzenia nowych treści. Faza uczenia, często energochłonna, obejmuje dostarczanie dużych zbiorów danych i dostosowywanie parametrów w celu dostosowania przewidywanych wyników do docelowych wyników. W literaturze niewiele uwagi poświęcono fazie wnioskowania, podczas której modele generują wyniki. Faza wnioskowania może jednak znacząco przyczynić się do kosztów cyklu życia modelu sztucznej inteligencji, przy czym Google twierdzi, że 60% zużycia energii związanego z sztuczną inteligencją wynika z wnioskowania.
Według badacza Alexa de Vriesa ze Szkoły Biznesu i Ekonomii w Amsterdamie zużycie energii przez firmy zajmujące się sztuczną inteligencją może do 2027 r. osiągnąć oszałamiające rozmiary, porównywalne z całymi krajami, takimi jak Argentyna, Holandia i Szwecja.
| Związane z: Szkolenie AI i kryzys wodny: spojrzenie na zaskakujący związek między ChatGPT i zużycie wody |
De Vries swoje obliczenia opiera na prognozowanych dostawach serwerów AI przez lidera rynku Nvidię w 2023 roku. Jego szacunki wskazują na znaczny wzrost, ze 100 tysięcy serwerów w tym roku do 1.5 miliona serwerów w 2027 roku.
Zakładając, że serwery te będą działać z pełną wydajnością, ich zużycie energii wzrośnie z obecnych 6–9 terawatogodzin (TWh) rocznie do oszałamiającej wartości 86–134 TWh rocznie do 2027 r. Dla perspektywy Szwecja zużywa 125 TWh energii rocznie.
Co więcej, gdyby Google miało dziś przenieść swoją wyszukiwarkę wyłącznie na algorytmy AI, same koszty energii wyniosłyby 29.3 TWh rocznie, co odpowiada rocznemu zużyciu energii w Irlandii.
De Vries przyznaje, że taki scenariusz pozostaje nieprawdopodobny, częściowo dlatego, że Nvidia stoi obecnie przed wyzwaniami związanymi z dostawą wymaganej liczby serwerów AI. Niedobór tych serwerów przekłada się również na wysokie koszty. Na przykład teoretyczne przejście Google na podejście oparte wyłącznie na sztucznej inteligencji pozbawiłoby firmę marży operacyjnej.
Działanie algorytmu AI jest uciążliwe finansowo dla firm, a skuteczna monetyzacja pozostaje nieuchwytna. Paradoksalnie, wraz ze wzrostem liczby użytkowników, koszty technologii zamiast spadać, rosną. Microsoft próbuje wykorzystać szum wokół generatywnej sztucznej inteligencji, aby stworzyć rynek dla takich usług i zarabiać pieniądze. Jednak firma poniosła straty finansowe na swoich pierwszych produktach generatywnych, takich jak Usługa GitHub Copilot, co spowodowało utratę od 20 do 80 dolarów na użytkownika. Aby tego uniknąć, Microsoft zdecydował się wypuścić dodatki AI do swoich popularnych produktów, co może zwiększyć koszt produktu. Google i Microsoft również borykają się z trudnościami w monetyzacji usług AI ze względu na wysokie koszty utrzymania. Firmy takie jak Microsoft i Google żądają dodatkowych 30 dolarów na utrzymanie modeli sztucznej inteligencji. Twórcy Zoomu starają się także oszczędzać, opracowując własne algorytmy i pożyczając inne do skomplikowanych zadań. Adobe i inne firmy ograniczają wykorzystanie sieci neuronowych w oparciu o plany taryfowe. Firmy mają nadzieję, że koszty modeli AI z czasem spadną, jednak zanim to nastąpi, będą musiały wydać setki milionów dolarów.
Ulepszenia wydajności sprzętu, architektury modeli i algorytmów mogą potencjalnie w dłuższej perspektywie zmniejszyć zużycie energii elektrycznej związanej ze sztuczną inteligencją. Może to być spowodowane Paradoks Jevonsa, gdzie zwiększenie wydajności prowadzi do zwiększonego popytu, co prowadzi do wzrostu netto wykorzystania zasobów. Ponadto zmiana przeznaczenia procesorów graficznych do zadań związanych ze sztuczną inteligencją, takich jak „wydobywanie 2.0” w Ethereum, mogłoby przenieść 16.1 TWh rocznego zużycia energii elektrycznej na sztuczną inteligencję.
Zużycie energii elektrycznej związane ze sztuczną inteligencją jest niepewne, ale może usprawnić działanie aplikacji takich jak wyszukiwarka Google. Jednakże ograniczenia zasobów mogą ograniczać wzrost. Wysiłki mające na celu poprawę efektywności sztucznej inteligencji mogą wywołać efekt odbicia, zwiększając popyt na sztuczną inteligencję. Deweloperzy powinni skupić się na optymalizacji sztucznej inteligencji i rozważeniu jej konieczności, a organy regulacyjne powinny rozważyć wymogi dotyczące ujawniania informacji środowiskowych.
Odpowiedzialność
Zgodnie z Zaufaj wytycznym projektu, należy pamiętać, że informacje zawarte na tej stronie nie mają na celu i nie powinny być interpretowane jako porady prawne, podatkowe, inwestycyjne, finansowe lub jakiekolwiek inne formy porad. Ważne jest, aby inwestować tylko tyle, na utratę czego możesz sobie pozwolić, a w przypadku jakichkolwiek wątpliwości zasięgnąć niezależnej porady finansowej. Aby uzyskać więcej informacji, sugerujemy zapoznać się z warunkami oraz stronami pomocy i wsparcia udostępnianymi przez wydawcę lub reklamodawcę. MetaversePost zobowiązuje się do sporządzania dokładnych i bezstronnych raportów, jednakże warunki rynkowe mogą ulec zmianie bez powiadomienia.
O autorze
Damir jest liderem zespołu, menedżerem produktu i redaktorem w Metaverse Post, obejmujący takie tematy, jak AI/ML, AGI, LLM, Metaverse i Web3-pokrewne pola. Jego artykuły przyciągają każdego miesiąca ogromną publiczność, liczącą ponad milion użytkowników. Wydaje się być ekspertem z 10-letnim doświadczeniem w SEO i marketingu cyfrowym. Damir został wspomniany w Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i inne publikacje. Jako cyfrowy koczownik podróżuje między ZEA, Turcją, Rosją i WNP. Damir uzyskał tytuł licencjata z fizyki, co jego zdaniem dało mu umiejętności krytycznego myślenia potrzebne do odniesienia sukcesu w ciągle zmieniającym się środowisku internetowym.
Więcej artykułów
Damir jest liderem zespołu, menedżerem produktu i redaktorem w Metaverse Post, obejmujący takie tematy, jak AI/ML, AGI, LLM, Metaverse i Web3-pokrewne pola. Jego artykuły przyciągają każdego miesiąca ogromną publiczność, liczącą ponad milion użytkowników. Wydaje się być ekspertem z 10-letnim doświadczeniem w SEO i marketingu cyfrowym. Damir został wspomniany w Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i inne publikacje. Jako cyfrowy koczownik podróżuje między ZEA, Turcją, Rosją i WNP. Damir uzyskał tytuł licencjata z fizyki, co jego zdaniem dało mu umiejętności krytycznego myślenia potrzebne do odniesienia sukcesu w ciągle zmieniającym się środowisku internetowym.
