Енергийната криза на бъдещето: До 2030 година ИИ центровете за данни ще консумират повече ток от 650 милиона души

До 2030 г. центровете за обработка на данни, които поддържат изкуствения интелект, ще консумират до 945 TWh електроенергия годишно – три пъти повече от Пакистан, Бангладеш и Нигерия, взети заедно. В същото време до 90% от потреблението на енергия за изкуствен интелект се изразходва не за обучение на моделите, а за обработка на потребителските заявки – само ChatGPT обработва 2,5 милиарда заявки на ден. Тези констатации се съдържат в нов доклад на Университетския институт на ООН за вода, околна среда и здраве, чиито автори призовават да се вземе предвид не само въглеродният, но и водният и поземленият отпечатък на бързо развиващата се инфраструктура на ИИ.

Основният извод на учените е, че настоящият одит на ИИ е фундаментално погрешен, тъй като при обучението на моделите се отчитат само въглеродните емисии. ИИ обаче оказва влияние и върху други природни системи. Например прогнозите са, че до 2030 г. водният отпечатък на инфраструктурата на ИИ ще достигне 9,3 трилиона литра (годишната норма за 1,3 милиарда души в Африка), а площта на земята ще надхвърли 14 500 кв. км, което е два пъти повече от площта на Джакарта. Към 2025 г. центровете за дани ще консумират 448 TWh електроенергия – повече от Саудитска Арабия. Като отделна държава те ще заемат 11-о място в света.

Друга цитирана опасна заблуда е съсредоточаването върху обучението на невронни мрежи. В действителност 80-90% от цялата енергия се изразходва във фазата на изводите (inferencing) – т.е. обработката на ежедневните потребителски заявки.

Само ChatGPT обработва 2,5 милиарда заявки на ден, като изгаря 383 GWh електроенергия годишно. За да се компенсира въглеродният отпечатък само на този продукт, би било необходимо отглеждането на дървета с размерите на Манхатън, а потреблението на вода е сравнимо с годишните нужди на половин милион души в регионите на юг от Сахара.

Въпреки това екологичните разходи за едно кликване се увеличават с усложняването на задачите. Една обикновена заявка в чатбот изисква 200 пъти повече енергия, отколкото обикновената класификация на текст, генерирането на снимка – 1450 пъти повече, а създаването на един кратък видеоклип с изкуствен интелект се равнява по разходи на обработката на 200 хил. спам имейла.

Ситуацията се утежнява от парадокса на Джевънс: тъй като моделите стават по-ефективни и по-евтини, потребителите започват да ги използват многократно по-често. Без строги ограничения за дължината на генерацията и резолюцията на файловете технологичният прогрес само ускорява изгарянето на ресурсите на планетата.

В доклад на ООН се доказва, че глобалните цифрови стоки се превръщат в тежки локални кризи. В Ирландия центровете за данни ще погълнат 21% от електроенергията на страната през 2023 г., изпреварвайки градските домакинства, което ще накара Дъблин да замрази разрешителните за нови връзки до 2028 г. В Мексико и Уругвай разрастването на центровете за данни съвпадна с тежки суши, които предизвикаха недостиг на питейна вода за местното население. Електронните отпадъци ще бъдат допълнителен удар: до 2030 г. изкуственият интелект ще генерира 2,5 милиона тона токсични отпадъци годишно.

Изследователите откриват и геополитически неравенства. Повече от 90% от специализираната изчислителна мощ на ИИ понастоящем е съсредоточена само в две държави – САЩ и Китай, докато 150 държави по света изобщо нямат суверенна инфраструктура за ИИ. В същото време страните от глобалния Юг остават стокова база, поемайки основната тежест от мръсния добив на критични минерали за чиповете и последващото изхвърляне на електронни отпадъци, но не получават никакви стратегически дивиденти от технологичната революция.

ООН представи пътна карта за „отговорна екосистема на изкуствения интелект“, която се състои от шест принципа. От правителствата се изисква спешно да интегрират ИИ в плановете за използване на водите и земята и да въведат цялостно стандартизирано отчитане на трите вида отпечатъци. Разработчиците са инструктирани да оптимизират архитектурата на ИИ „по подразбиране“, а корпоративните клиенти – да избират най-„леките“ местни модели пред гигантите. На инвеститорите се препоръчва да оценяват рисковете за водата и земята на центровете за данни като критични.