Энергопотребление искусственного интеллекта в центре внимания
В сети появляется все больше информации о том, насколько вреден для окружающей среды любой инструмент, основанный на машинном обучении, широко известный как ИИ. Можно найти расчеты о том, сколько машин генерируют углеродный след, сопоставимый с обучением ChatGPT, или сколько энергии требуется для создания одного изображения. Также под огнем находится тема потребления воды центрами обработки данных, оснащенными ускорителями ИИ. Есть ли повод бить тревогу? Как это часто бывает в жизни, ответ:..... это сложно.
Всевозможные инструменты ИИ, такие как ChatGPT, Stable Diffusion, Midjourney и др. на самом деле требуют огромного количества энергии, чтобы генерировать что-либо. Модели, лежащие в их основе, работают, перебирая гигантские объемы данных, обрабатываемые тысячами ускорителей, потребляющих по несколько сотен ватт каждый. Если добавить к этому энергию, потребляемую сетевой инфраструктурой, и энергию, необходимую для охлаждения серверов, мы начинаем говорить о тераватт-часах энергии. Поскольку инструменты ИИ растут как грибы, создавая проблемы, требующие решения, легко начать умножать эти тераватт-часы и призывать мир к энергетической и водной катастрофе, которую порождает ИИ в облаках углекислого газа. И если бы развитие инфраструктуры ИИ было совершенно неограниченным и продолжалось бы нынешними темпами, это действительно могло бы быть так. Однако на практике ситуация сложнее.
реклама
Тема огромного потребления энергии и воды центрами обработки данных не нова и почти так же стара, как интернет. В течение многих лет количество данных, обрабатываемых человечеством, росло в геометрической прогрессии, и поэтому не было недостатка в предупреждениях о том, что количество энергии, потребляемой центрами обработки данных, может выйти из-под контроля. Согласно отчету МЭА, на долю центров обработки данных в настоящее время приходится 1-1,5 % мирового потребления энергии. Довольно много. Хорошие новости? С 2010 года этот показатель увеличился относительно незначительно, хотя интернет-трафик за это время вырос в 20 раз.
Что же произошло? С одной стороны, эффективность используемого оборудования и программного обеспечения значительно повысилась. Строительство, оснащение и эксплуатация дополнительных центров обработки данных также обходятся просто космически дорого, поэтому в какой-то момент деньги стали тормозом роста.
реклама
С другой стороны, оказалось, что удивительно.... электростанции не растут на деревьях, а найти землю и построить на ней подходящее здание не так-то просто. Например, многие центры обработки данных расположены в Калифорнии и Сингапуре и уже много лет используют максимум доступной им площади и энергии. Поэтому на практике развитие ИИ во многих случаях означает не увеличение энергопотребления центров обработки данных, а лишь изменение того, как доступная им энергия будет распределяться между различными видами услуг.
Конечно, есть места, которые более благосклонны к инвестициям такого рода, например Ирландия, где центры обработки данных уже потребляют 18 % энергии в стране, и очевидно, что это не конец истории. Но даже там развитие инфраструктуры не может быть бесконечным, ведь даже если серверные построят вокруг себя собственные ветряные и солнечные электростанции, в пасмурные дни без ветра они будут находиться во власти более классических источников энергии, которые не бесконечны.
Это не значит, что проблема не существует. Из вышеупомянутого отчета МЭА следует, что, хотя трудно точно определить, какое влияние оказывают вычислительные фермы ИИ на потребление энергии и производство углекислого газа, похоже, что темпы роста общей вычислительной мощности и аппетитов ускорителей опережают темпы повышения энергоэффективности оборудования и инфраструктуры, поэтому в конечном итоге ИИ должен способствовать росту общего энергопотребления центров обработки данных. Как мы уже говорили, аппаратные средства для обучения той или иной модели сейчас нужны всем, даже компаниям и учреждениям, которые до сих пор не были заинтересованы в создании собственных серверных комнат. И, безусловно, не все они нужны, поэтому в ближайшие годы на неудачные и ненужные проекты в области ИИ будет потрачено много энергии и воды, а трата энергии и воды - это то, чего не должно быть.
Но прежде чем кто-то начнет кричать о том, что ИИ растопит ледники и убьет белых медведей, вот еще один маленький факт. В настоящее время самым большим потребителем энергии в центрах обработки данных и сетевой инфраструктуре является обработка и трансляция видео. Один день работы TikTok потенциально производит больше углекислого газа, чем обучение самой большой модели ИИ, которое может занять недели или месяцы. На этом мы не останавливаемся и предлагаем вам подумать над этим.
Лента материалов
Соблюдение Правил конференции строго обязательно!
Флуд, флейм и оффтоп преследуются по всей строгости закона!
Комментарии, содержащие оскорбления, нецензурные выражения (в т.ч. замаскированный мат), экстремистские высказывания, рекламу и спам, удаляются независимо от содержимого, а к их авторам могут применяться меры вплоть до запрета написания комментариев и, в случае написания комментария через социальные сети, жалобы в администрацию данной сети.
Комментарии Правила