Стремительный рост генеративного искусственного интеллекта уже привел к реструктуризации многих секторов, но эти технологические инновации не лишены прямых отрицательных последствий. Действительно, энергопотребление этих систем настолько велико, что уже создает нагрузку на мировые электрические сети, и проблема продолжает усугубляться.
Центры обработки данных, в которых размещаются и обучаются модели искусственного интеллекта, чрезвычайно энергоемки. По данным Columbia Energy Policy, в 2024 году спрос на электроэнергию в центрах обработки данных составит около 0,5 % мирового потребления электроэнергии, и эта доля постоянно растет. В частности, генеративные модели искусственного интеллекта требуют огромного количества энергии для вычислений и хранения данных, а также миллионов литров воды для охлаждения. Недавно исследователи Университета Колорадо в Риверсайде и Техасского университета в Арлингтоне показали, что простой разговор обычного пользователя с помощью ChatGPT аналогичен употреблению полулитровой бутылки пресной воды.
Чтобы проиллюстрировать степень энергопотребления, исследователи указывают, что один запрос ChatGPT потребляет около 2,9 ватт-часов электроэнергии по сравнению с поиском в Google, который потребляет 0,3 ватт-часа. Это несоответствие подчеркивает энергоемкость приложений генеративного ИИ.
Группа экспертов Goldman Sachs предупреждает, что спрос на энергию, связанную с искусственным интеллектом, может утроиться к 2030 году, достигнув 8 % от общего потребления электроэнергии в Соединенных Штатах по сравнению с 3 % в 2022 году. Сейчас, когда темпы повышения эффективности использования электроэнергии замедляются, а революция в области искусственного интеллекта набирает обороты, по оценкам Goldman Sachs Research, к 2030 году спрос на электроэнергию для центров обработки данных вырастет на 160%.
Экологические последствия такого потребления энергии также вызывают обеспокоенность. Более широкое использование ископаемого топлива для удовлетворения потребностей ИИ в энергии может задержать, по оценкам экспертов, переход к возобновляемым источникам энергии и увеличить выбросы парниковых газов. По их словам, "генеративный ИИ - это энергетическая пропасть".
Для смягчения этих воздействий рассматривается несколько решений. Например, предлагается разработка меньших по размеру и более эффективных моделей искусственного интеллекта, что может снизить потребление энергии. Этому может также способствовать использование общих центров обработки данных и ресурсов облачных вычислений. Так, например, суперкомпьютерный центр Линкольнской лаборатории Массачусетского технологического института (LLSC) разрабатывает методы, помогающие центрам обработки данных снизить энергопотребление. Однако, как указывается, для реализации этих решений в широком масштабе требуются политическая воля и значительные инвестиции.
Со своей стороны, Nvidia разрабатывает графические процессоры (GPU) — основные компоненты выделенных серверов искусственного интеллекта — гораздо менее энергоемкие, чем графические процессоры стандартного или старого поколения, что может способствовать снижению энергопотребления в среднесрочной и долгосрочной перспективе.
Как отмечают специалисты, будущее ИИ и его энергопотребление также будет зависеть от нашей способности внедрять инновации в области энергоэффективности и возобновляемых источников энергии. Согласно отчету Международного энергетического агентства, спрос на электроэнергию в центрах обработки данных уже может удвоиться к 2026 году. Билл Гейтс в интервью изданию Observer подчеркнул важность разработки экологически чистых технологий, чтобы компенсировать это увеличение.
Таким образом, хотя генеративный ИИ предоставляет немалые возможности, но он также создает серьезные технические проблемы, и потребление энергии является лишь одним из примеров этого. Поэтому эксперты предлагают сначала более продуманно найти баланс между инновациями/технологическим переходом и устойчивостью энергетики, прежде чем переходить к массовому внедрению ИИ.
