ศักยภาพของอุตสาหกรรม AI ที่จะแข่งขันกับการใช้ไฟฟ้าของประเทศ
การขยายตัวอย่างรวดเร็วของ AI ในปี 2022 และ 2023 ได้แรงหนุนจากความสำเร็จของ OpenAI's ChatGPTได้หยิบยกข้อกังวลเกี่ยวกับการใช้ไฟฟ้าและผลกระทบต่อสิ่งแวดล้อม ปริมาณการใช้ไฟฟ้าของศูนย์ข้อมูล ซึ่งคิดเป็นสัดส่วนเพียง 1% ของการใช้ไฟฟ้าทั่วโลก อาจเพิ่มขึ้น 6% ระหว่างปี 2010 ถึง 2018 ความเห็นนี้ตรวจสอบปริมาณการใช้ไฟฟ้าของ AI และผลกระทบที่อาจเกิดขึ้น โดยอภิปรายการทั้งสถานการณ์ในแง่ร้ายและแง่ดี และเตือนไม่ให้ยอมรับการใช้ไฟฟ้าแบบสุดโต่งอย่างใดอย่างหนึ่ง .
AI รวมถึงเครื่องมือ AI เชิงสร้างสรรค์เช่น ChatGPT และ OpenAIDALL-E ของ DALL-E ใช้การประมวลผลภาษาธรรมชาติเพื่อสร้างเนื้อหาใหม่ ขั้นตอนการฝึกอบรมซึ่งมักใช้พลังงานมาก เกี่ยวข้องกับการป้อนชุดข้อมูลขนาดใหญ่และการปรับพารามิเตอร์เพื่อจัดแนวเอาต์พุตที่คาดการณ์ไว้กับเอาต์พุตเป้าหมาย ขั้นตอนการอนุมาน ซึ่งแบบจำลองสร้างผลลัพธ์ ได้รับความสนใจเพียงเล็กน้อยในวรรณกรรม อย่างไรก็ตาม ขั้นตอนการอนุมานอาจมีส่วนสำคัญต่อต้นทุนวงจรชีวิตของโมเดล AI โดย Google ระบุว่า 60% ของการใช้พลังงานที่เกี่ยวข้องกับ AI เกิดจากการอนุมาน
ตามที่นักวิจัย Alex de Vries กล่าว จากคณะวิชาธุรกิจและเศรษฐศาสตร์ในอัมสเตอร์ดัม การใช้พลังงานของบริษัท AI อาจสูงถึงสัดส่วนที่น่าตกใจภายในปี 2027 ซึ่งเทียบได้กับประเทศทั้งหมด เช่น อาร์เจนตินา เนเธอร์แลนด์ และสวีเดน
| ที่เกี่ยวข้อง: การฝึกอบรม AI และวิกฤตการณ์น้ำ: ดูความเชื่อมโยงที่น่าแปลกใจระหว่าง ChatGPT และการใช้น้ำ |
De Vries คำนวณจากการคาดการณ์การส่งมอบเซิร์ฟเวอร์ AI โดยผู้นำตลาด Nvidia ในปี 2023 การประมาณการของเขาบ่งชี้ว่ามีการเพิ่มขึ้นอย่างมากจาก 100 เซิร์ฟเวอร์ในปีนี้เป็น 1.5 ล้านเซิร์ฟเวอร์ภายในปี 2027
สมมติว่าเซิร์ฟเวอร์เหล่านี้ทำงานเต็มประสิทธิภาพ การใช้พลังงานจะเพิ่มขึ้นจาก 6–9 เทระวัตต์-ชั่วโมง (TWh) ในปัจจุบันต่อปีเป็น 86–134 TWh ต่อปีภายในปี 2027 สำหรับมุมมอง สวีเดนใช้พลังงาน 125 TWh ในแต่ละปี
นอกจากนี้ หาก Google เปลี่ยนบริการค้นหาไปใช้อัลกอริธึม AI เพียงอย่างเดียวในปัจจุบัน ค่าใช้จ่ายด้านพลังงานเพียงอย่างเดียวจะเท่ากับ 29.3 TWh ต่อปี ซึ่งเทียบเท่ากับการใช้พลังงานต่อปีของไอร์แลนด์
De Vries รับทราบว่าสถานการณ์ดังกล่าวยังคงไม่น่าจะเป็นไปได้ ส่วนหนึ่งเป็นเพราะปัจจุบัน Nvidia เผชิญกับความท้าทายในการจัดหาเซิร์ฟเวอร์ AI ในปริมาณที่ต้องการ การขาดแคลนเซิร์ฟเวอร์เหล่านี้ยังส่งผลให้มีต้นทุนที่สูงอีกด้วย ตัวอย่างเช่น การเปลี่ยนแปลงทางทฤษฎีของ Google ไปใช้แนวทาง AI ทั้งหมดจะลบล้างอัตรากำไรจากการดำเนินงานของบริษัท
การทำงานของอัลกอริทึม AI ถือเป็นภาระทางการเงินสำหรับบริษัทต่างๆ และ การสร้างรายได้ที่มีประสิทธิภาพยังคงเป็นเรื่องที่เข้าใจยาก. ในทางตรงกันข้าม เมื่อจำนวนผู้ใช้เพิ่มขึ้น ต้นทุนด้านเทคโนโลยีก็เพิ่มขึ้นแทนที่จะลดลง Microsoft พยายามใช้ประโยชน์จากกระแสโฆษณารอบ ๆ AI เพื่อสร้างตลาดสำหรับบริการดังกล่าวและสร้างรายได้ อย่างไรก็ตาม บริษัทต้องเผชิญกับความสูญเสียทางการเงินสำหรับผลิตภัณฑ์รุ่นแรกๆ เช่น บริการ GitHub Copilotซึ่งสูญเสียจาก $20 เป็น $80 ต่อผู้ใช้ เพื่อหลีกเลี่ยงปัญหานี้ Microsoft จึงตัดสินใจเปิดตัวโปรแกรมเสริม AI สำหรับผลิตภัณฑ์ยอดนิยมซึ่งสามารถเพิ่มต้นทุนของผลิตภัณฑ์ได้ Google และ Microsoft เผชิญกับความยากลำบากในการสร้างรายได้จากบริการ AI เนื่องจากค่าบำรุงรักษาสูง บริษัทอย่าง Microsoft และ Google เรียกร้องเงินเพิ่มอีก 30 เหรียญสหรัฐฯ เพื่อรักษาโมเดล AI ผู้สร้าง Zoom ยังพยายามประหยัดเงินด้วยการพัฒนาอัลกอริธึมของตนเองและยืมอัลกอริธึมอื่นสำหรับงานที่ซับซ้อน Adobe และบริษัทอื่นๆ จำกัดการใช้โครงข่ายประสาทเทียมตามแผนภาษี บริษัทต่างๆ หวังว่าต้นทุนของโมเดล AI จะลดลงเมื่อเวลาผ่านไป แต่ก่อนที่จะเกิดขึ้น พวกเขาจะต้องใช้จ่ายหลายร้อยล้านดอลลาร์
การปรับปรุงประสิทธิภาพของฮาร์ดแวร์ สถาปัตยกรรมแบบจำลอง และอัลกอริธึมอาจลดการใช้ไฟฟ้าที่เกี่ยวข้องกับ AI ในระยะยาว นี่อาจเป็นเพราะว่า ความขัดแย้งของ Jevonsโดยที่ประสิทธิภาพที่เพิ่มขึ้นนำไปสู่ความต้องการที่เพิ่มขึ้น ซึ่งนำไปสู่การใช้ทรัพยากรสุทธิเพิ่มขึ้น นอกจากนี้ การเปลี่ยนวัตถุประสงค์ของ GPU สำหรับงานที่เกี่ยวข้องกับ AI เช่น “การขุด 2.0” ของ Ethereum สามารถเปลี่ยนปริมาณการใช้ไฟฟ้าต่อปีถึง 16.1 TWh ไปเป็น AI
ปริมาณการใช้ไฟฟ้าที่เกี่ยวข้องกับ AI นั้นไม่แน่นอน แต่อาจช่วยเพิ่มแอปพลิเคชันเช่น Google Search ได้ อย่างไรก็ตาม ข้อจำกัดด้านทรัพยากรอาจจำกัดการเติบโต ความพยายามในการปรับปรุงประสิทธิภาพของ AI อาจกระตุ้นให้เกิดผลการฟื้นตัว ส่งผลให้ความต้องการ AI เพิ่มขึ้น นักพัฒนาควรมุ่งเน้นไปที่การเพิ่มประสิทธิภาพ AI และคำนึงถึงความจำเป็น โดยให้หน่วยงานกำกับดูแลพิจารณาข้อกำหนดการเปิดเผยข้อมูลด้านสิ่งแวดล้อม
ข้อจำกัดความรับผิดชอบ
สอดคล้องกับ แนวทางโครงการที่เชื่อถือได้โปรดทราบว่าข้อมูลที่ให้ไว้ในหน้านี้ไม่ได้มีจุดมุ่งหมายและไม่ควรตีความว่าเป็นคำแนะนำทางกฎหมาย ภาษี การลงทุน การเงิน หรือรูปแบบอื่นใด สิ่งสำคัญคือต้องลงทุนเฉพาะในสิ่งที่คุณสามารถที่จะสูญเสียได้ และขอคำแนะนำทางการเงินที่เป็นอิสระหากคุณมีข้อสงสัยใดๆ สำหรับข้อมูลเพิ่มเติม เราขอแนะนำให้อ้างอิงข้อกำหนดและเงื่อนไขตลอดจนหน้าช่วยเหลือและสนับสนุนที่ผู้ออกหรือผู้ลงโฆษณาให้ไว้ MetaversePost มุ่งมั่นที่จะรายงานที่ถูกต้องและเป็นกลาง แต่สภาวะตลาดอาจมีการเปลี่ยนแปลงได้โดยไม่ต้องแจ้งให้ทราบล่วงหน้า
เกี่ยวกับผู้เขียน
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
บทความอื่น ๆ
Damir เป็นหัวหน้าทีม ผู้จัดการผลิตภัณฑ์ และบรรณาธิการที่ Metaverse Postซึ่งครอบคลุมหัวข้อต่างๆ เช่น AI/ML, AGI, LLMs, Metaverse และ Web3- สาขาที่เกี่ยวข้อง บทความของเขาดึงดูดผู้ชมจำนวนมากกว่าล้านคนทุกเดือน ดูเหมือนว่าเขาจะเป็นผู้เชี่ยวชาญที่มีประสบการณ์ 10 ปีในด้าน SEO และการตลาดดิจิทัล Damir ได้รับการกล่าวถึงใน Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto และสิ่งพิมพ์อื่น ๆ เขาเดินทางไปมาระหว่างสหรัฐอาหรับเอมิเรตส์ ตุรกี รัสเซีย และ CIS ในฐานะคนเร่ร่อนทางดิจิทัล Damir สำเร็จการศึกษาระดับปริญญาตรีสาขาฟิสิกส์ ซึ่งเขาเชื่อว่าทำให้เขามีทักษะการคิดเชิงวิพากษ์ที่จำเป็นต่อการประสบความสำเร็จในภูมิทัศน์ที่เปลี่ยนแปลงตลอดเวลาของอินเทอร์เน็ต
