Potencial industrije umetne inteligence za tekmovanje z nacionalno porabo električne energije
Hitra širitev umetne inteligence v letih 2022 in 2023, ki jo je spodbudil uspeh podjetja OpenAIJe ChatGPT, je sprožil zaskrbljenost glede porabe električne energije in vpliva na okolje. Poraba električne energije v podatkovnih centrih, ki predstavlja le 1 % svetovne porabe električne energije, se je med letoma 6 in 2010 morda povečala za 2018 %. Ta komentar preučuje porabo električne energije umetne inteligence in njene morebitne posledice, razpravlja tako o pesimističnih kot optimističnih scenarijih in svari pred sprejemanjem katere koli skrajnosti. .
AI, vključno z generativnimi orodji AI, kot je ChatGPT in OpenAIDALL-E, uporablja obdelavo naravnega jezika za ustvarjanje nove vsebine. Faza usposabljanja, ki je pogosto energetsko intenzivna, vključuje dovajanje velikih podatkovnih nizov in prilagajanje parametrov za uskladitev predvidenih rezultatov s ciljnim rezultatom. Faza sklepanja, kjer modeli ustvarjajo rezultate, je bila v literaturi deležna malo pozornosti. Vendar lahko faza sklepanja znatno prispeva k stroškom življenjskega cikla modela AI, pri čemer Google navaja, da 60 % porabe energije, povezane z AI, izvira iz sklepanja.
Po mnenju raziskovalca Alexa de Vriesa iz School of Business and Economics v Amsterdamu bi lahko poraba energije podjetij z umetno inteligenco do leta 2027 dosegla osupljive razsežnosti, primerljive s celimi državami, kot so Argentina, Nizozemska in Švedska.
| Podobni: Usposabljanje AI in vodna kriza: pogled na presenetljivo povezavo med ChatGPT in poraba vode |
De Vries svoje izračune izpelje iz predvidenih dobav strežnikov AI s strani vodilne družbe Nvidia na trgu v letu 2023. Njegove ocene kažejo na znatno povečanje, s 100 tisoč strežnikov letos na 1.5 milijona strežnikov do leta 2027.
Ob predpostavki, da bodo ti strežniki delovali s polno zmogljivostjo, bo njihova poraba energije do leta 6 narasla s sedanjih 9–86 teravatnih ur (TWh) letno na osupljivih 134–2027 TWh letno. Za perspektivo Švedska vsako leto porabi 125 TWh energije.
Poleg tega, če bi Google danes svojo storitev iskanja izključno preusmeril na algoritme umetne inteligence, bi samo stroški energije znašali 29.3 TWh letno, kar je enako letni porabi energije na Irskem.
De Vries priznava, da tak scenarij ostaja malo verjeten, delno zato, ker se Nvidia trenutno sooča z izzivi pri dobavi zahtevane količine strežnikov AI. Pomanjkanje teh strežnikov pomeni tudi visoke stroške. Na primer, Googlov teoretični premik k pristopu, ki temelji na umetni inteligenci, bi izničil operativno maržo podjetja.
Delovanje algoritma AI je finančno obremenjujoče za podjetja in učinkovita monetizacija ostaja nedosegljiva. Paradoksalno je, da se z naraščanjem števila uporabnikov stroški tehnologije povečujejo, namesto da bi padali. Microsoft poskuša izkoristiti hype okoli generativne umetne inteligence, da bi ustvaril trg za takšne storitve in zaslužil denar. Vendar se je podjetje soočilo s finančnimi izgubami pri svojih prvih generativnih izdelkih, kot je Storitev GitHub Copilot, ki je izgubil od 20 do 80 dolarjev na uporabnika. Da bi se temu izognil, se je Microsoft odločil izdati dodatke AI za svoje priljubljene izdelke, kar lahko poveča stroške izdelka. Google in Microsoft se prav tako soočata s težavami pri monetizaciji storitev umetne inteligence zaradi visokih stroškov vzdrževanja. Podjetja, kot sta Microsoft in Google, zahtevata dodatnih 30 USD za vzdrževanje modelov AI. Ustvarjalci Zooma poskušajo prihraniti tudi z razvojem lastnih algoritmov in izposojo drugih za zapletene naloge. Adobe in druga podjetja omejujejo uporabo nevronskih mrež na podlagi tarifnih načrtov. Podjetja upajo, da bodo stroški modelov umetne inteligence sčasoma padli, a preden se to zgodi, bodo morali porabiti na stotine milijonov dolarjev.
Izboljšave učinkovitosti strojne opreme, arhitektur modelov in algoritmov bi lahko dolgoročno zmanjšale porabo električne energije, povezano z umetno inteligenco. To je lahko posledica Jevonsov paradoks, kjer večja učinkovitost vodi do povečanega povpraševanja, kar vodi do neto povečanja uporabe virov. Poleg tega bi lahko ponovna uporaba grafičnih procesorjev za naloge, povezane z umetno inteligenco, kot je »rudarjenje 2.0« Ethereuma, preusmerila 16.1 TWh letne porabe električne energije na umetno inteligenco.
Poraba električne energije, povezana z umetno inteligenco, je negotova, vendar bi lahko spodbudila aplikacije, kot je Iskanje Google. Vendar pa lahko omejitve virov omejijo rast. Prizadevanja za izboljšanje učinkovitosti umetne inteligence lahko sprožijo povratni učinek in povečajo povpraševanje po umetni inteligenci. Razvijalci bi se morali osredotočiti na optimizacijo umetne inteligence in upoštevanje njene nujnosti, regulatorji pa morajo upoštevati zahteve glede razkritja okolja.
Zavrnitev odgovornosti
V skladu z Smernice projekta Trust, upoštevajte, da informacije na tej strani niso namenjene in se jih ne sme razlagati kot pravni, davčni, naložbeni, finančni ali kakršen koli drug nasvet. Pomembno je, da vlagate samo tisto, kar si lahko privoščite izgubiti, in da poiščete neodvisen finančni nasvet, če imate kakršne koli dvome. Za dodatne informacije predlagamo, da si ogledate določila in pogoje ter strani s pomočjo in podporo, ki jih nudi izdajatelj ali oglaševalec. MetaversePost se zavzema za natančno in nepristransko poročanje, vendar se tržni pogoji lahko spremenijo brez predhodnega obvestila.
O avtorju
Damir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.
več člankov
Damir je vodja ekipe, produktni vodja in urednik pri Metaverse Post, ki pokriva teme, kot so AI/ML, AGI, LLMs, Metaverse in Web3- sorodna področja. Njegovi članki vsak mesec pritegnejo množično občinstvo več kot milijon uporabnikov. Zdi se, da je strokovnjak z 10-letnimi izkušnjami na področju SEO in digitalnega trženja. Damir je bil omenjen v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto in druge publikacije. Kot digitalni nomad potuje med ZAE, Turčijo, Rusijo in SND. Damir je diplomiral iz fizike, kar mu je po njegovem mnenju dalo sposobnosti kritičnega razmišljanja, potrebne za uspeh v nenehno spreminjajočem se okolju interneta.
