Сегодня, когда пользователь просит ChatGPT/Dall-E, Stable Diffusion или Midjourney сгенерировать нужное изображение, процессоры облачных сервисов в фоновом режиме перегреваются. Потому что изображения, созданные ИИ, требуют большой вычислительной мощности и, следовательно, большого количества энергии.
Исследователи выяснили, что создание изображения с использованием мощной модели ИИ требует такого же количества энергии, как и полная зарядка смартфона. Исследователи также обнаружили, что использование модели искусственного интеллекта для создания текста менее энергозатратно.
Согласно исследованию, на создание текста 1000 раз расходуется столько же энергии, сколько нужно для 16% заряда смартфона. Это означает, что не только интенсивное обучение моделей ИИ потребляет много энергии, но и ежедневное использование сотнями миллионов людей по всему миру влияет на энергопотребление.
88 различных моделей были протестированы с использованием графического процессора NVIDIA (A100-SXM4-80GB), размещенного на Amazon Web Services. Исследователи также подсчитали, что создание 1000 изображений с помощью модели, такой как Stable Diffusion XL, приведет к выбросу примерно такого же количества CO[sub]2[/sub], как и поездка на 6,6 километра (4,1 мили) с обычным бензиновым двигателем.
Генерация текста производит гораздо меньше выбросам CO2. Наименее углеродоемкая из рассмотренных моделей генерации текста выделяла только столько CO2, сколько нужно для преодолении на авто 0,0006 мили — чуть менее метра. Для сравнения, Google подсчитала, что средний поисковый запрос в интернете потребляет 0,3 ватт-часа электроэнергии, что эквивалентно проезду на 0,0003 мили или полметра. Это означает, что генерация текстов с использованием моделей искусственного интеллекта требует вдвое больше выбросов CO2 чем поиск в Google.
«Генеративные архитектуры общего назначения на порядки дороже, чем системы для конкретных задач, даже если принять во внимание количество параметров модели», — пишут исследователи.
Они отмечают, что преимущества этих моделей искусственного интеллекта следует сознательно сопоставлять с возросшими затратами в виде энергии и выбросов, например, если позволить Dall-E генерировать изображения просто ради развлечения, чтобы следить за быстро развивающейся тенденцией.
Известно, что модели ИИ имеют серьезный дефицит энергопотребления. Для таких поставщиков, как OpenAI и Google, теперь возникает вопрос о том, как сделать модели более эффективными, чтобы приходилось потреблять меньше вычислительной мощности, а также как и смогут ли они использовать графические процессоры с использованием возобновляемых источников энергии.
