Развитието на генеративния ИИ все повече зависи от наличието на качествени данни, прясна вода, електричество и чиста мед

Генеративните AI системи изискват различни ресурси, но в някои области техният дефицит може да бъде критичен. Според DigiTimes сериозен проблем може да бъде липсата на висококачествени масиви от данни, увеличаването на потреблението на електроенергия и прясна вода, както и недостигът на доставки на мед за ИТ-индустрията.

Според експертите на CB Insights, до 2026 г. наличието на висококачествени данни за обучението на езиковите модели може да намалее. В резултат на това техните разработчици ще трябва да разчитат или на скъпи лицензирани данни, или на набори от информация, синтезирани от самия AI. Към 2022 г. около 50 доставчици вече са навлезли на пазара на синтетичните данни за обучение, а други 30 компании търсят финансиране.

Навлизането на гиганти като Microsoft и Meta на този пазар обаче намали възможностите за стартъп компаниите да набират средства. През 2024 г. имаше само пет кръга на финансиране в тази област, в сравнение с 21 кръга през 2022 г. Освен това вече са започнали съкращения в някои стартъпи от съответния профил, а израелският Datagen, основан през 2018 г., е подал молба за банкрут. В същото време, Scale AI, основана малко по-рано, успя да събере 1 милиард долара.

Напредъкът на AI също увеличава значително консумацията на енергия — говори се например, че търсенето с AI на Google изисква 10 пъти повече мощност от нормалното търсене. Според Международната агенция по енергетиката (МАЕ), търсенето на електроенергия е свързано с центровете за данни. AI и криптовалутите, достигна 460 TWh през 2022 г., а до 2026 г. трябва да нарасне до 620–1050 TWh.

IEA изчислява, че до 2026 г. базираните на AI индустрии може да консумират 10 пъти повече енергия, отколкото през 2023 г. Технологичните иновации в енергийния сектор могат частично да компенсират търсенето. Изследователи от Central Research Institute of Electric Power Industry (CRIEPI) отбелязват, че развитието на енергоспестяващи технологии може да намали наполовина ръста на търсенето на електроенергия. Търговската съдба на такива проекти обаче не винаги е благоприятна.

Развитието на AI също е застрашено от увеличаването на потреблението на вода от охладителните системи на дейта-центровете. През 2023 г. Microsoft отчете 23% увеличение на потреблението на вода до 7,844 милиона m3, главно поради разширяването на центъра за данни. Например, обучението на модела OpenAI GPT-3 със 175 милиарда параметри изисква 700 m3 вода само за охлаждане на сървърите в най-новия американски дейта-център на Microsoft. Като се вземе предвид изразходваната вода при производството на енергия и оборудване, потреблението възлиза на 5,4 хил. m3. А когато използвате GPT-3, всеки диалог от 10–50 заявки струва 0,5 литра вода. До 2027 г. търсенето на вода за охлаждане и производство на енергия във всички центрове за данни трябва да достигне 4,2–6,6 милиарда m3 /година. Приблизително, това е количеството, което Обединеното кралство консумира за шест месеца.

И накрая, недостигът на мед представлява заплаха за AI-индустрията. Търсенето на мед нараства заедно с търсенето на възобновяема енергия, електрически превозни средства и генеративен изкуствен интелект. Според JPMorgan Chase & Co. До 2030 г. само центровете за данни с изкуствен интелект може да изискват 2,6 милиона тона мед годишно. Всеки допълнителен MW капацитет може да изисква 20–40 тона мед. Дефицитът на предлагане на мед се очаква да нарасне до 4 милиона тона годишно до 2030 г., а търсенето в AI индустрията ще добави още 2,6 милиона тона към тази цифра. Новите технологии, които могат пряко или косвено да намалят търсенето или да забавят растежа му също ще помогнат.

Според Macquarie Investment Bank, годишният ръст на просо мед може да бъде ограничен до 200 хиляди тона до 2030 г. — други анализатори са много по-песимистични. Очакваното потребление на дейта-център ще достигне 27 t/MW, което е приблизително в съответствие с оценките на JPMorgan. Macquarie отбелязва, че енергоспестяващите технологии ще помогнат за компенсиране на увеличеното потребление на енергия от AI инфраструктурата, както и увеличеното използване на мед в индустрията.