Каждый раз, когда вы вводите запрос в чат-бот, где-то в дата-центре включается армия серверов. Искусственный интеллект, который мы так активно используем, имеет шокирующую, но невидимую цену — астрономическое энергопотребление.
Когда речь заходит о технологиях и экологии, обычно говорят о выбросах автомобилей. Но сегодня одним из самых "грязных" потребителей становится именно ИИ.
Главная проблема: Обучение
Самая энергозатратная часть — это обучение больших языковых моделей (LLM), таких как GPT-4, Gemini или Claude. Этот процесс занимает недели или даже месяцы работы тысяч серверов на полной мощности.
- Масштаб: Обучение одной мощной модели LLM требует столько же энергии, сколько потребляет за год средний европейский город с населением в десятки тысяч человек.
- CO2-след: Исследователи из Массачусетского университета подсчитали, что процесс обучения одной нейросети может выбросить в атмосферу больше углекислого газа, чем пять новых автомобилей за весь их жизненный цикл, включая производство и эксплуатацию.
- Шокирующий факт: Обучение самых продвинутых моделей может поглотить энергию, эквивалентную десятками тысяч авиарейсов между крупными городами, например, Нью-Йорком и Сан-Франциско.
Проблема 2: Инференс (Повседневная работа ИИ)
Даже рутинное использование ИИ требует энергии:
- Каждый запрос: Один запрос к чат-боту тратит энергии в десять раз больше, чем обычный поиск в Google. Если миллиард пользователей делает по одному запросу в день, это создает колоссальную нагрузку.
- Охлаждение: Энергия тратится не только на работу чипов, но и на охлаждение. Тепло, выделяемое серверами ИИ, требует огромного количества кондиционирования, что является дополнительной нагрузкой на энергосети и водные ресурсы (эта проблема также будет описана в статье на четверг).
Технологический ответ:
Крупные компании ищут пути к "зеленому ИИ". Это включает разработку чипов, оптимизированных для ИИ с низким энергопотреблением, и поиск более компактных алгоритмов, которые могут давать точные ответы, используя меньше ресурсов.
Вывод: ИИ — это не только технологическое чудо, но и острая экологическая проблема. Если мы хотим, чтобы ИИ был доступен всем, необходимо срочно найти способы сделать его по-настоящему энергоэффективным.