Экологический след цифровых технологий
Мало кто осознает, что цифровые технологии имеют углеродный след, сопоставимый с аэрокосмической отраслью: от 2% до 4% глобальных выбросов углерода. Центры обработки данных, обеспечивающие работу интернета и облачных сервисов, ежегодно потребляют около 460 ТВтч электроэнергии — столько же, сколько вся Франция в 2022 году. Внедрение генеративного ИИ может значительно увеличить эти показатели.
Рост энергопотребления дата-центров
По данным Международного энергетического агентства (МЭА), в 2022 году центры обработки данных (без учета криптомайнинга и сетей передачи данных) потребляли от 240 до 340 ТВтч электроэнергии — около 1–1,3% от общемирового объема. Хотя их количество ежегодно растет на 4%, общее энергопотребление оставалось стабильным благодаря повышению энергоэффективности. Однако с массовым распространением генеративного ИИ ситуация может измениться.
Технология генеративного ИИ требует значительных ресурсов на двух этапах:
- Обучение моделей. На этом этапе алгоритмы обрабатывают терабайты данных, обучаясь предсказывать слова и формировать осмысленные тексты.
- Использование моделей. Когда модели применяются для обработки запросов пользователей, они продолжают потреблять значительные объемы энергии.
По последним данным, на обработку запросов теперь приходится от 60% до 70% энергопотребления генеративного ИИ, тогда как обучение занимает лишь 30-40%. Это радикально изменило структуру нагрузки на дата-центры.
Сравнение энергопотребления: ChatGPT vs. Google
По данным МЭА, один запрос к ChatGPT требует около 3 Вт·ч электроэнергии, тогда как обычный поиск Google — всего 0,3 Вт·ч. Если бы все девять миллиардов поисковых запросов Google ежедневно обрабатывались через ChatGPT, это потребовало бы дополнительно 10 ТВтч электроэнергии в год.
Согласно прогнозам Goldman Sachs Research, в ближайшие пять лет потребление электроэнергии центрами обработки данных вырастет на 160%, достигнув 3–4% мирового энергопотребления. В то же время выбросы углерода от дата-центров могут удвоиться к 2030 году.
Масштабные изменения и ограничения
Быстрое развитие ИИ может внести коррективы в эти прогнозы. Например, китайская компания DeepSeek представила генеративный ИИ, потребляющий меньше энергии, чем американские аналоги. Кроме того, ограниченные ресурсы для производства ИИ-чипов могут замедлить рост индустрии. Nvidia, доминирующая на рынке с долей в 95%, выпустила три миллиона чипов H100, которые в 2024 году потребили 13,8 ТВтч энергии — столько же, сколько вся Гватемала. К 2027 году эта цифра может вырасти до 85–134 ТВтч, но остается вопрос, сможет ли компания производить чипы в достаточном количестве.
Другой важный аспект — состояние электросетей. Во многих странах сети уже работают на пределе, а концентрация дата-центров в отдельных регионах создает дополнительные риски. Например, в Ирландии они потребляют 20% всей электроэнергии, а в американском штате Вирджиния — более 25%.
Перспективы энергоэффективности
Хотя ИИ увеличивает энергопотребление, он также может способствовать его снижению в других областях. Алгоритмы помогают:
- Оптимизировать электросети и прогнозировать потребление энергии;
- Улучшать управление ресурсами;
- Ускорять исследования в области возобновляемых источников энергии;
- Разрабатывать более эффективные методы охлаждения серверов.
В настоящее время около 40% электроэнергии дата-центров тратится на охлаждение серверов. Новые технологии, такие как инициатива Heating Bits, направлены на рекуперацию тепла и когенерацию энергии. Кроме того, Nvidia разрабатывает чипы с меньшим энергопотреблением, а квантовые вычисления могут радикально снизить затраты на обработку данных в будущем.
Заключение: как избежать перегрузки энергосистемы?
Несмотря на потенциальные выгоды, глобальный рост энергопотребления генеративного ИИ ставит под угрозу сокращение выбросов углерода. Эксперты призывают к более осознанному использованию технологий:
- Сокращению «темных данных» — информации, которая хранится, но не используется (60% всех данных);
- Продлению срока службы цифровой инфраструктуры;
- Внедрению более устойчивых центров обработки данных.
Источник: https://actu.epfl.ch/news/can-energy-hungry-ai-help-cut-our-energy-use/
Если вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
