Καθώς οι εταιρείες αγωνίζονται να ενσωματώσουν την τεχνητή νοημοσύνη στα προϊόντα τους, υπάρχουν ανησυχίες σχετικά με την πιθανή χρήση ενέργειας της τεχνολογίας. Μια νέα ανάλυση δείχνει ότι η τεχνητή νοημοσύνη θα μπορούσε να ταιριάζει με τους ενεργειακούς προϋπολογισμούς ολόκληρων χωρών, αλλά οι εκτιμήσεις συνοδεύονται από ορισμένες αξιοσημείωτες επιφυλάξεις.
Τόσο η εκπαίδευση όσο και η εξυπηρέτηση μοντέλων τεχνητής νοημοσύνης απαιτούν τεράστια κέντρα δεδομένων που διαθέτουν πολλές χιλιάδες τσιπ αιχμής. Αυτό χρησιμοποιεί σημαντικές ποσότητες ενέργειας, για την τροφοδοσία των ίδιων των υπολογισμών και την υποστήριξη της τεράστιας υποδομής ψύξης που απαιτείται για να μην λιώσουν τα τσιπ.
Με ενθουσιασμό γύρω από τη γενετική τεχνητή νοημοσύνη σε πυρετό και τις εταιρείες που στοχεύουν να ενσωματώσουν την τεχνολογία σε όλα τα είδη προϊόντων, ορισμένοι κρούουν τον κώδωνα του κινδύνου για το τι μπορεί να σημαίνει αυτό για τη μελλοντική κατανάλωση ενέργειας. Τώρα, ο ενεργειακός ερευνητής Alex de Vries, ο οποίος έγινε πρωτοσέλιδο για τις εκτιμήσεις του για τη χρήση ενέργειας του Bitcoin, έχει στρέψει την προσοχή του στην τεχνητή νοημοσύνη.
Σε δημοσίευση σε Μονάδα ενέργειας ή έργου, εκτιμά ότι στο χειρότερο σενάριο η χρήση της τεχνητής νοημοσύνης της Google από μόνη της θα μπορούσε να αντιστοιχεί στη συνολική κατανάλωση ενέργειας της Ιρλανδίας. Και μέχρι το 2027, λέει ότι η παγκόσμια χρήση τεχνητής νοημοσύνης θα μπορούσε να αντιπροσωπεύει 85 έως 134 τεραβατώρες ετησίως, η οποία είναι συγκρίσιμη με χώρες όπως η Ολλανδία, η Αργεντινή και η Σουηδία.
«Κοιτάζοντας την αυξανόμενη ζήτηση για υπηρεσία τεχνητής νοημοσύνης, είναι πολύ πιθανό η κατανάλωση ενέργειας που σχετίζεται με την τεχνητή νοημοσύνη να αυξηθεί σημαντικά τα επόμενα χρόνια», ο de Vries, ο οποίος είναι τώρα υποψήφιος διδάκτορας στο Vrije Universiteit Amsterdam. δήλωσε σε δελτίο Τύπου.
«Η πιθανή ανάπτυξη υπογραμμίζει ότι πρέπει να είμαστε πολύ προσεκτικοί για το τι χρησιμοποιούμε την τεχνητή νοημοσύνη. Είναι ενεργοβόρο, επομένως δεν θέλουμε να το βάλουμε σε όλα τα είδη όπου δεν το χρειαζόμαστε».
Υπάρχουν ορισμένες σημαντικές επιφυλάξεις για τους αριθμούς επικεφαλίδων του de Vries. Η πρόβλεψη της Google βασίζεται σε προτάσεις των στελεχών της εταιρείας ότι θα μπορούσαν να ενσωματώσουν την τεχνητή νοημοσύνη στη μηχανή αναζήτησής τους σε συνδυασμό με κάποιες αρκετά πρόχειρες εκτιμήσεις κατανάλωσης ενέργειας από την ερευνητική εταιρεία SemiAnalysis.
Οι αναλυτές στο SemiAnalysis προτείνουν ότι η εφαρμογή AI παρόμοιας με το ChatGPT σε καθεμία από τις εννέα δισεκατομμύρια ημερήσιες αναζητήσεις της Google θα χρειαζόταν περίπου 500,000 από τους εξειδικευμένους διακομιστές A100 HGX της Nvidia. Καθένας από αυτούς τους διακομιστές απαιτεί 6.5 κιλοβάτ για να λειτουργήσει, τα οποία συνολικά θα ημερήσια κατανάλωση ηλεκτρικής ενέργειας 80 γιγαβατώρες και 29.2 τεραβατώρες ετησίως, σύμφωνα με την εφημερίδα.
Ωστόσο, η Google είναι απίθανο να φτάσει σε αυτά τα επίπεδα, παραδέχεται ο de Vries, επειδή μια τέτοια ταχεία υιοθέτηση είναι απίθανη, το τεράστιο κόστος θα οδηγήσει σε κέρδη και η Nvidia δεν έχει τη δυνατότητα να στείλει τόσους πολλούς διακομιστές AI. Έτσι, έκανε έναν άλλο υπολογισμό με βάση τη συνολική προβλεπόμενη παραγωγή διακομιστών της Nvidia έως το 2027, όταν ένα νέο εργοστάσιο τσιπ θα είναι σε λειτουργία και θα λειτουργεί, επιτρέποντάς της να παράγει 1.5 εκατομμύρια διακομιστές ετησίως. Δεδομένου ενός παρόμοιου προφίλ κατανάλωσης ενέργειας, αυτές θα μπορούσαν να καταναλώνουν 85 έως 134 τεραβατώρες το χρόνο, εκτιμά.
Ωστόσο, είναι σημαντικό να θυμάστε ότι όλοι αυτοί οι υπολογισμοί προϋποθέτουν επίσης 100 τοις εκατό χρήση των τσιπ, κάτι που ο de Vries παραδέχεται ότι μάλλον δεν είναι ρεαλιστικό. Επίσης, αγνοούν τυχόν βελτιώσεις στην ενεργειακή απόδοση είτε στα μοντέλα τεχνητής νοημοσύνης είτε στο υλικό που χρησιμοποιείται για την εκτέλεσή τους.
Και αυτού του είδους η απλοϊκή ανάλυση μπορεί να είναι παραπλανητική. Jonathan Koomey, ενεργειακός οικονομολόγος που έχει επικρίθηκε παλαιότερα Η προσέγγιση του de Vries για την εκτίμηση της ενέργειας του Bitcoin, είπε Ενσύρματη το 2020 - όταν η χρήση ενέργειας της τεχνητής νοημοσύνης ήταν επίσης στους τίτλους - οι αριθμοί που «σκάνε τα μάτια» σχετικά με τη χρήση ενέργειας της τεχνητής νοημοσύνης που προέκτασαν από μεμονωμένα ανέκδοτα είναι πιθανό να υπερεκτιμηθούν.
Ωστόσο, ενώ οι αριθμοί μπορεί να είναι υπερβολικοί, η έρευνα υπογραμμίζει ένα ζήτημα που πρέπει να γνωρίζουν οι άνθρωποι. Στην εργασία του, ο de Vries επισημαίνει Το παράδοξο του Τζέβονς, γεγονός που υποδηλώνει ότι η αύξηση της αποδοτικότητας οδηγεί συχνά σε αυξημένη ζήτηση. Έτσι, ακόμα κι αν η τεχνητή νοημοσύνη γίνει πιο αποτελεσματική, η συνολική κατανάλωση ενέργειας θα μπορούσε να αυξηθεί σημαντικά.
Αν και είναι απίθανο η τεχνητή νοημοσύνη να καταναλώσει τόση ενέργεια όσο ολόκληρες χώρες σύντομα, η συμβολή της στη χρήση ενέργειας και τις συνακόλουθες εκπομπές άνθρακα θα μπορούσε να είναι σημαντική.
Image Credit: AshrafChemban / Pixabay
- SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
- PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
- PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
- PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
- PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
- πηγή: https://singularityhub.com/2023/10/15/could-powering-ai-gobble-up-as-much-energy-as-a-small-country/
