Расширение использования ИИ вызывает опасения по поводу глобального энергетического напряжения

Энергетические потребности искусственного интеллекта быстро превращаются в огромную проблему. Эта проблема выходит далеко за рамки роста цен на электроэнергию и имеет серьезные экологические последствия, включая истощение жизненно важных запасов воды, накопление электронных отходов и увеличение выбросов парниковых газов.

По мере того как модели ИИ становятся все более сложными и интегрируются в повседневную жизнь, возникает важный вопрос: можем ли мы поддерживать эту технологическую революцию, не ставя под угрозу будущее нашей планеты?

Факты подтверждают ускорение роста энергопотребления ИИ

Вычислительные требования к передовым системам ИИ следуют траектории необычайного роста, и по некоторым оценкам, они удваиваются каждые несколько месяцев. Это не постепенное увеличение, а экспоненциальный рост, который может превзойти даже самые амбициозные стратегии производства энергии.

Чтобы проиллюстрировать масштаб проблемы, можно сказать, что в будущем потребности ИИ в энергии могут вскоре сравняться с общим потреблением электроэнергии таких стран, как Япония или Нидерланды, или крупных штатов США, таких как Калифорния. Такие сравнения подчеркивают потенциальную нагрузку, которую ИИ может оказать на глобальную энергетическую инфраструктуру.

В 2024 году мировой спрос на электроэнергию вырос на рекордные 4,3 %, что в значительной степени было обусловлено расширением ИИ наряду с ростом популярности электромобилей и промышленной деятельности.

В 2022 году на центры обработки данных, поддерживающие работу ИИ и криптовалют, уже приходилось почти 2% мирового потребления электроэнергии — примерно 460 тераватт-часов.

К 2024 году только центры обработки данных потребляли около 415 ТВтч, что составляет примерно 1,5% мирового потребления электроэнергии и растет на 12% в год. Прямая доля ИИ остается относительно скромной — около 20 ТВтч (0,02% мировой энергии), но эта цифра готова к быстрому росту.

Прогнозы показывают значительный рост в будущем. К концу 2025 года глобальные центры обработки данных ИИ могут потребовать дополнительных 10 гигаватт мощности, что превышает общую генерирующую мощность таких штатов, как Юта.

К 2026 году потребление электроэнергии центрами обработки данных во всем мире может достичь 1000 ТВтч, что сопоставимо с текущим потреблением Японии. К 2027 году центры обработки данных ИИ могут потребовать 68 ГВт электроэнергии во всем мире, что почти соответствует общей мощности Калифорнии в 2022 году.

К концу десятилетия прогнозы становятся еще более впечатляющими. По прогнозам, к 2030 году потребление электроэнергии глобальными центрами обработки данных удвоится и достигнет примерно 945 ТВтч, что составляет почти 3% от общего потребления электроэнергии на планете.

По оценкам ОПЕК, потребление центров обработки данных может утроиться до 1500 ТВтч к 2030 году, в то время как Goldman Sachs прогнозирует рост спроса на электроэнергию для центров обработки данных во всем мире на 165 % по сравнению с уровнем 2023 года, при этом инфраструктура, специально предназначенная для ИИ, вырастет более чем в четыре раза.

Некоторые анализы показывают, что к 2030 году центры обработки данных могут обеспечить до 21% мирового спроса на энергию, если учитывать всю энергетическую цепочку, необходимую для предоставления услуг искусственного интеллекта конечным пользователям.

Энергопотребление ИИ в основном делится на две фазы: обучение модели и оперативное выведение.

Обучение массивных моделей, таких как GPT-4, требует огромных инвестиций в энергию. Обучение GPT-3 потребовало, по оценкам, 1287 мегаватт-часов, а GPT-4, вероятно, потребовало в пятьдесят раз больше.

Хотя обучение является энергоемким процессом, операционные выводы обычно составляют более 80 % от общего энергетического следа ИИ. Один запрос ChatGPT потребляет примерно в десять раз больше энергии, чем стандартный поиск в Google (примерно 2,9 Вт·ч против 0,3 Вт·ч).

Бум генеративного ИИ стимулирует строительство все более мощных — и, следовательно, более энергоемких — центров обработки данных по всему миру.

Баланс между энергетическими потребностями ИИ и потребностями человека

Это представляет собой фундаментальную проблему: могут ли глобальные энергетические системы удовлетворить этот новый спрос, сохранив при этом существующие услуги? Наш текущий энергетический микс сочетает в себе ископаемое топливо, атомную энергию и возобновляемые источники энергии. Для поддержания роста ИИ требуется быстрое расширение и диверсификация мощностей по производству энергии.

Возобновляемые источники энергии — солнечная, ветровая, гидроэлектроэнергия и геотермальная энергия — являются важнейшим компонентом решения. В США прогнозируется, что доля возобновляемых источников энергии в общем объеме производства электроэнергии увеличится с 23 % в 2024 году до 27 % в 2026 году.

Технологические корпорации берут на себя серьезные обязательства: Microsoft планирует закупить 10,5 ГВт возобновляемой энергии в период с 2026 по 2030 год специально для центров обработки данных. Сама технология ИИ может оптимизировать использование возобновляемых источников энергии, потенциально сократив потребление энергии до 60% в определенных приложениях за счет улучшения управления хранением и оптимизации энергосистемы.

Однако возобновляемые источники энергии сталкиваются с неотъемлемыми проблемами. Перебои в генерации солнечной и ветровой энергии создают проблемы с надежностью для центров обработки данных, требующих непрерывной работы. Существующие решения по хранению энергии остаются дорогостоящими и требуют больших площадей. Интеграция крупномасштабных проектов в области возобновляемых источников энергии в существующую инфраструктуру энергосистемы также сопряжена с логистическими и нормативными сложностями.

Атомная энергия привлекает внимание как стабильное низкоуглеродное решение для удовлетворения значительных энергетических потребностей ИИ. Ее непрерывное производство электроэнергии идеально соответствует эксплуатационным потребностям центров обработки данных. Небольшие модульные реакторы (SMR) вызывают особый интерес благодаря повышенной безопасности и гибкости развертывания. Крупные технологические компании, включая Microsoft, Amazon и Google, активно изучают возможности использования атомной энергии.

Генеральный директор AWS Мэтт Гарман недавно в интервью BBC охарактеризовал атомную энергетику как «отличное решение» для центров обработки данных, назвав ее «превосходным источником энергии с нулевым уровнем выбросов углерода, работающим круглосуточно». Он подчеркнул, что долгосрочное энергетическое планирование является фундаментальным аспектом деятельности AWS.

«Мы планируем на много лет вперед, — отметил Гарман. — Мы делаем перспективные инвестиции. Я считаю, что миру необходимо будет разработать новые технологии, в которых атомная энергетика будет играть важную роль, особенно с учетом десятилетней перспективы».

Тем не менее, атомная энергетика сопряжена с рядом проблем. Строительство новых реакторов сопряжено с длительными сроками, значительными затратами и сложностью регулирования. Несмотря на современные достижения в области безопасности, общественное мнение по-прежнему находится под влиянием исторических событий.

Быстрое развитие ИИ приводит к несоответствию сроков развертывания ядерной инфраструктуры, что может увеличить краткосрочную зависимость от ископаемого топлива. Концентрация центров обработки данных вблизи ядерных объектов также вызывает опасения по поводу региональных цен на электроэнергию и надежности энергосистемы для других потребителей.

За пределами электроэнергетики: более широкое воздействие ИИ на окружающую среду

Экологические последствия ИИ выходят далеко за рамки потребления электроэнергии. Системы охлаждения центров обработки данных потребляют огромные объемы воды: средние объекты используют примерно 1,7 литра на киловатт-час потребляемой энергии.

В 2022 году центры обработки данных Google, по имеющимся данным, потребляли около 5 миллиардов галлонов пресной воды, что на 20 % больше, чем в предыдущем году. По некоторым оценкам, для охлаждения центры обработки данных могут потреблять до двух литров воды на киловатт-час. Иными словами, глобальная инфраструктура ИИ может вскоре потреблять в шесть раз больше воды, чем общее потребление Дании.

Еще одной растущей проблемой являются электронные отходы. Быстрое развитие аппаратного обеспечения ИИ, особенно специализированных компонентов, таких как графические процессоры (GPU) и процессоры для обработки данных (TPU), ускоряет устаревание оборудования. К 2030 году объем электронных отходов, связанных с ИИ, из центров обработки данных может достичь пяти миллионов метрических тонн в год.

Производство чипов ИИ и компонентов для центров обработки данных также имеет экологические последствия, поскольку требует добычи важных минералов, включая литий и кобальт, часто с помощью методов, наносящих ущерб окружающей среде.

Производство одного чипа искусственного интеллекта может потребовать более 1400 литров воды и 3000 кВт·ч электроэнергии. Спрос на современное оборудование стимулирует расширение производства полупроводников, что часто сопровождается строительством новых электростанций, работающих на природном газе.

Выбросы углерода по-прежнему вызывают серьезную озабоченность. Когда ИИ работает на электроэнергии, произведенной из ископаемого топлива, он напрямую способствует изменению климата. Обучение одной большой модели ИИ может генерировать выбросы углерода, эквивалентные годовым выбросам сотен американских домохозяйств.

Отчеты корпораций об устойчивом развитии демонстрируют растущее воздействие ИИ на выбросы углерода. Выбросы Microsoft увеличились примерно на 40 % в период с 2020 по 2023 год, в основном из-за строительства центров обработки данных для ИИ. Google сообщила о росте выбросов парниковых газов почти на 50 % за пять лет, объясняя большую часть этого увеличения потребностью в электроэнергии для инфраструктуры ИИ.

Возможные решения с помощью технологических инноваций

Несмотря на тревожные тенденции, существует несколько инновационных путей, предлагающих потенциальные стратегии смягчения последствий.

Разработка более энергоэффективных алгоритмов ИИ является одной из ключевых областей. Достижения в области исследований включают такие методы, как обрезка моделей (удаление избыточных компонентов нейронных сетей), квантование (использование вычислений с более низкой точностью для снижения энергопотребления) и дистилляция знаний (обучение компактных моделей с использованием результатов более крупных моделей). Создание более компактных специализированных моделей для конкретных задач также снижает энергопотребление.

В центрах обработки данных такие стратегии, как ограничение мощности (ограничение максимального энергопотребления оборудования) и динамическое распределение ресурсов (регулирование вычислительных ресурсов в зависимости от текущего спроса и доступности возобновляемых источников энергии), могут значительно повысить эффективность. Программное обеспечение для планирования с учетом ИИ может откладывать некритические вычисления на периоды, когда доступна более чистая энергия или снижается спрос на электроэнергию. Системы ИИ также могут оптимизировать эффективность охлаждения центров обработки данных.

Обработка ИИ на устройстве предлагает еще один подход к снижению энергопотребления. Вместо передачи данных в энергоемкие облачные центры обработки данных, вычисления происходят локально на смартфонах или периферийных устройствах. Такой подход может существенно снизить энергопотребление, поскольку специализированные чипы отдают приоритет эффективности, а не сырой производительности.

Все большее значение приобретают нормативные рамки. Правительства начинают признавать необходимость ответственности за энергопотребление и воздействие ИИ на окружающую среду.

Важным первым шагом является установление стандартизированных методологий измерения и отчетности по экологическому воздействию ИИ. Политические стимулы, поощряющие разработку прочного и пригодного для вторичной переработки оборудования, могут помочь решить проблему электронных отходов. Системы торговли энергетическими квотами могут создать финансовые стимулы для внедрения более экологичных технологий ИИ.

Недавние события подчеркивают глобальную значимость этих вопросов. Объединенные Арабские Эмираты и Соединенные Штаты недавно договорились о строительстве крупнейшего кампуса ИИ за пределами территории США в регионе Персидского залива. Этот проект демонстрирует растущую международную значимость ИИ, а также подчеркивает, почему при планировании крупномасштабной инфраструктуры ИИ необходимо уделять приоритетное внимание вопросам энергетики и экологии.

Выработка устойчивого пути развития ИИ

Искусственный интеллект обладает огромным потенциалом для позитивных преобразований, но его значительные энергетические потребности представляют серьезные препятствия. Прогнозы, указывающие на энергопотребление, сопоставимое с национальным уровнем, действительно вызывают тревогу.

Для удовлетворения этого спроса требуется диверсифицированная энергетическая стратегия. Возобновляемые источники энергии обладают отличным долгосрочным потенциалом, но сталкиваются с ограничениями в плане стабильности и масштабируемости. Атомная энергия, включая новые технологии SMR, представляет собой надежную низкоуглеродную альтернативу, которая привлекает значительный интерес со стороны технологической отрасли, хотя остаются проблемы безопасности, стоимости и сроков строительства.

Комплексная экологическая оценка должна выходить за рамки электроэнергии и включать потребление воды для охлаждения, образование электронных отходов, связанных с оборудованием, и использование ресурсов в процессе производства. Для решения проблемы полного экологического следа ИИ требуется комплексная оценка.

К счастью, в настоящее время ведется ряд многообещающих разработок.

Энергоэффективные алгоритмы, интеллектуальное управление питанием центров обработки данных, программное обеспечение для планирования с учетом рабочей нагрузки и децентрализованная обработка ИИ — все это способствует снижению энергопотребления. Растущее осознание воздействия ИИ на окружающую среду стимулирует политические дискуссии, посвященные устойчивому развитию.

Решение энергетических и экологических проблем ИИ требует скоординированных усилий со стороны исследовательских институтов, технологических компаний и политиков с должной срочностью.

Уделяя приоритетное внимание энергоэффективности в разработке ИИ, инвестируя в инфраструктуру устойчивой энергетики, внедряя ответственное управление жизненным циклом оборудования и создавая благоприятные политические рамки, мы можем работать над реализацией преобразующего потенциала ИИ без ущерба для здоровья планеты.

Конкуренция за лидерство в области ИИ должна одновременно стать гонкой за внедрением устойчивого ИИ.

См. также: Инструмент ИИ ускоряет обратную связь с правительством, эксперты призывают к осторожности

Хотите узнать больше об ИИ и больших данных от лидеров отрасли? Посетите выставку AI & Big Data Expo, которая пройдет в Амстердаме, Калифорнии и Лондоне. Это комплексное мероприятие проходит одновременно с другими ведущими событиями, включая Intelligent Automation Conference, BlockX, Digital Transformation Week и Cyber Security & Cloud Expo.

Узнайте о других предстоящих мероприятиях и вебинарах по корпоративным технологиям, организованных TechForge, здесь.