Три главных вывода о влиянии искусственного интеллекта на энергетику и климат

Энергопотребление и климатический след Искусственного Интеллекта

Оценка энергопотребления ИИ: от простого к сложному

Оценки энергопотребления, связанного с использованием искусственного интеллекта, часто сводятся к обобщенным цифрам, например, к запросам в ChatGPT. Однако, энергопотребление напрямую зависит от сложности и специфики запроса.

Каждый запрос уникален, что затрудняет точную оценку энергозатрат. Мы сотрудничали с исследователями, измеряющими энергопотребление моделей ИИ с открытым исходным кодом. Информация о "закрытых" моделях часто недоступна, поэтому анализ открытых источников является более надежным.

Использование моделей с открытым исходным кодом позволяет измерить фактическое энергопотребление, а не строить предположения. Даже при работе с текстовыми запросами наблюдается значительная разница в потреблении энергии. Например, построение сложного маршрута путешествия требует в десять раз больше энергии, чем простая просьба рассказать несколько шуток.

Размер используемой модели также имеет значение. Большие модели с большим количеством параметров потребляют до 70 раз больше энергии, чем маленькие, при выполнении одних и тех же задач. Генерация видео контента, в свою очередь, требует в сотни раз больше энергии, чем ответы на текстовые запросы.

Влияние источника энергии на выбросы углекислого газа

Важно учитывать, откуда поступает энергия, используемая для работы ИИ. Работа дата-центра, питаемого атомным реактором или солнечными батареями, оказывает совершенно иное воздействие на окружающую среду, чем использование угля.

Мы использовали показатель "углеродной интенсивности", который отражает, насколько "грязной" является электроэнергия в конкретной сети. Один и тот же запрос, потребляющий одинаковое количество энергии, будет иметь разное влияние на климат в зависимости от источника энергии дата-центра, что определяется его местоположением и временем суток.

Например, запрос к дата-центру в Западной Вирджинии может привести к выбросам, почти вдвое превышающим выбросы аналогичного запроса в Калифорнии. Это различие обусловлено разными источниками энергии, используемыми в этих штатах. Это подчеркивает важность выбора местоположения для дата-центров и учета состояния электросети в выбранных регионах, особенно с учетом растущего спроса на электроэнергию, связанного с развитием ИИ.

Рассмотрим пример: компания, разрабатывающая новую модель машинного обучения, должна учитывать не только вычислительные мощности, но и географическое расположение серверов. Если возможно, стоит выбирать регионы с преобладанием возобновляемых источников энергии.

Неизвестные факторы: что еще предстоит узнать об ИИ и энергии

Проведенные исследования позволили получить наиболее конкретные и полные оценки энергопотребления ИИ. Однако, до сих пор нет точных данных о том, сколько энергии и выбросов приходится на самые крупные и влиятельные модели, так как компании не предоставляют эту информацию.

В будущем, ИИ будет все глубже интегрироваться в различные технологии. К примеру, Google стремится к тому, чтобы ИИ стал незаметным помощником, присутствующим во всех аспектах нашей жизни.

Искусственный интеллект может стать одной из ключевых сил, определяющих развитие общества, сферы труда и энергетической системы. Понимание последствий его развития необходимо для планирования будущего и принятия обоснованных решений.