Потенциал индустрии искусственного интеллекта может конкурировать с национальным потреблением электроэнергии
Быстрое распространение искусственного интеллекта в 2022 и 2023 годах, обусловленное успехом OpenAIАвтора ChatGPT, выразил обеспокоенность по поводу потребления электроэнергии и воздействия на окружающую среду. Потребление электроэнергии в центрах обработки данных, на которое приходится лишь 1% мирового потребления электроэнергии, возможно, увеличилось на 6% в период с 2010 по 2018 год. В этом комментарии рассматривается потребление электроэнергии ИИ и его потенциальные последствия, обсуждаются как пессимистические, так и оптимистические сценарии и предостерегают от крайностей. .
ИИ, включая генеративные инструменты ИИ, такие как ChatGPT и OpenAIDALL-E использует обработку естественного языка для создания нового контента. Этап обучения, часто энергоемкий, включает в себя подачу больших наборов данных и корректировку параметров для согласования прогнозируемых результатов с целевыми результатами. Фазе вывода, на которой модели генерируют результаты, в литературе уделяется мало внимания. Тем не менее, этап вывода может внести значительный вклад в затраты жизненного цикла модели ИИ: Google заявляет, что 60% энергопотребления, связанного с ИИ, обусловлено выводами.
По мнению исследователя Алекса де Фриза Согласно данным Школы бизнеса и экономики в Амстердаме, к 2027 году потребление энергии компаниями, занимающимися искусственным интеллектом, может достичь ошеломляющих размеров, сравнимых с потреблением энергии целыми странами, такими как Аргентина, Нидерланды и Швеция.
| Похожие страницы:: Тренировочный ИИ и водный кризис: взгляд на удивительную связь между ChatGPT и водопользование |
Де Врис основывает свои расчеты на прогнозируемых поставках ИИ-серверов лидером рынка Nvidia в 2023 году. Его оценки указывают на существенный рост: со 100 тысяч серверов в этом году до 1.5 миллиона серверов к 2027 году.
Если предположить, что эти серверы будут работать на полную мощность, их энергопотребление вырастет с нынешних 6–9 тераватт-часов (ТВт-ч) в год до ошеломляющих 86–134 ТВт-ч в год к 2027 году. Для сравнения: Швеция потребляет 125 ТВт-ч энергии каждый год.
Более того, если бы сегодня Google полностью перевел свою поисковую службу на алгоритмы искусственного интеллекта, одни только затраты на электроэнергию составили бы 29.3 ТВтч в год, что эквивалентно годовому потреблению энергии в Ирландии.
Де Врис признает, что такой сценарий остается маловероятным, отчасти потому, что Nvidia в настоящее время сталкивается с проблемами в поставке необходимого количества серверов искусственного интеллекта. Нехватка этих серверов также приводит к высоким затратам. Например, теоретический переход Google к подходу, основанному только на искусственном интеллекте, сведет на нет операционную прибыль компании.
Работа алгоритмов ИИ финансово обременительна для компаний, и эффективная монетизация остается недостижимой. Парадоксально, но по мере роста числа пользователей затраты на технологии увеличиваются, а не снижаются. Microsoft пытается извлечь выгоду из шумихи вокруг генеративного искусственного интеллекта, чтобы создать рынок таких услуг и заработать деньги. Однако компания понесла финансовые потери на своих первых генерирующих продуктах, таких как Сервис GitHub Copilot, что потеряло от 20 до 80 долларов на пользователя. Чтобы избежать этого, Microsoft решила выпустить дополнения AI для своих популярных продуктов, которые могут увеличить стоимость продукта. Google и Microsoft также сталкиваются с трудностями в монетизации услуг искусственного интеллекта из-за высоких затрат на обслуживание. Такие компании, как Microsoft и Google, требуют дополнительных 30 долларов за поддержание моделей искусственного интеллекта. Создатели Zoom также пытаются сэкономить, разрабатывая собственные алгоритмы и заимствуя сторонние для решения сложных задач. Adobe и другие компании ограничивают использование нейросетей на основе тарифных планов. Компании надеются, что стоимость моделей ИИ со временем снизится, но прежде чем это произойдет, им придется потратить сотни миллионов долларов.
Повышение эффективности оборудования, архитектуры моделей и алгоритмов потенциально может снизить потребление электроэнергии, связанное с искусственным интеллектом, в долгосрочной перспективе. Это может быть из-за Парадокс Джевонса, где повышение эффективности приводит к увеличению спроса, что приводит к чистому увеличению использования ресурсов. Кроме того, перепрофилирование графических процессоров для задач, связанных с искусственным интеллектом, таких как «майнинг 2.0» Ethereum, может перенести 16.1 ТВт-ч годового потребления электроэнергии на искусственный интеллект.
Потребление электроэнергии, связанное с искусственным интеллектом, неизвестно, но оно может стимулировать такие приложения, как Google Search. Однако ограниченность ресурсов может ограничить рост. Усилия по повышению эффективности ИИ могут вызвать обратный эффект, увеличивая спрос на ИИ. Разработчикам следует сосредоточиться на оптимизации ИИ и рассмотрении его необходимости, а регулирующие органы должны учитывать требования к раскрытию информации об окружающей среде.
| Похожие страницы:: Скрытые расходы NFTs: Воздействие на окружающую среду и экологический ущерб |
Отказ от ответственности
В соответствии с Руководство трастового проектаОбратите внимание, что информация, представленная на этой странице, не предназначена и не должна интерпретироваться как юридическая, налоговая, инвестиционная, финансовая или любая другая форма консультации. Важно инвестировать только то, что вы можете позволить себе потерять, и обращаться за независимой финансовой консультацией, если у вас есть какие-либо сомнения. Для получения дополнительной информации мы предлагаем обратиться к положениям и условиям, а также к страницам справки и поддержки, предоставленным эмитентом или рекламодателем. MetaversePost стремится предоставлять точную и объективную отчетность, однако рыночные условия могут быть изменены без предварительного уведомления.
Об авторе
Дамир — руководитель группы, менеджер по продукту и редактор в Metaverse Post, охватывающие такие темы, как AI/ML, AGI, LLM, Metaverse и Web3-связанные поля. Его статьи ежемесячно привлекают огромную аудиторию, насчитывающую более миллиона пользователей. Похоже, он эксперт с 10-летним опытом работы в области SEO и цифрового маркетинга. Дамир упоминается в Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto и другие издания. Он путешествует между ОАЭ, Турцией, Россией и СНГ в качестве цифрового кочевника. Дамир получил степень бакалавра в области физики, что, по его мнению, дало ему навыки критического мышления, необходимые для достижения успеха в постоянно меняющемся мире Интернета.
Другие статьи
Дамир — руководитель группы, менеджер по продукту и редактор в Metaverse Post, охватывающие такие темы, как AI/ML, AGI, LLM, Metaverse и Web3-связанные поля. Его статьи ежемесячно привлекают огромную аудиторию, насчитывающую более миллиона пользователей. Похоже, он эксперт с 10-летним опытом работы в области SEO и цифрового маркетинга. Дамир упоминается в Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto и другие издания. Он путешествует между ОАЭ, Турцией, Россией и СНГ в качестве цифрового кочевника. Дамир получил степень бакалавра в области физики, что, по его мнению, дало ему навыки критического мышления, необходимые для достижения успеха в постоянно меняющемся мире Интернета.
