К концу 2025 года ресурсы, связанные с искусственным интеллектом, могут превзойти майнинг биткоина в объёмах потребления энергии. К таким выводим по итогам исследования пришёл аспирант Института экологических исследований при Амстердамском свободном университете Алекса де Врис-Гао (Alex de Vries-Gao).
Источник изображений: Igor Omilaev / unsplash.com
В своих предыдущих исследованиях учёный отслеживал объёмы потребления электроэнергии криптовалютами и их влияние на окружающую среду. Его последняя работа, опубликованная на минувшей неделе в журнале Joule, посвящена растущему спросу на энергоресурсы со стороны ИИ. К настоящему моменту, установил господин де Врис-Гао, на ИИ уже приходится до пятой части электроэнергии, потребляемой центрами обработки данных. Этот показатель было непросто оценить без технологических гигантов, которые предоставляли бы данные о потреблении энергии их моделями ИИ. Поэтому эксперту пришлось давать оценку, исходя из данных, связанных с цепочками поставок чипов для ИИ. Выяснилось, что, несмотря на рост эффективности, аппетиты ИИ растут, и достаточно быстро, чтобы обратить на это пристальное внимание.
С переходом альтернативных биткоину криптовалют, и в первую очередь Ethereum, на менее энергоёмкие алгоритмы Алекс де Врис-Гао решил было, что исследовательский проект пора закрывать, но тут, как он выразился в беседе с журналистами ресурса The Verge, «случился ChatGPT». На чрезвычайно конкурентный рынок вышла ещё одна традиционно энергоёмкая технология.
Отрасль ИИ многое роднит с криптовалютой. Во-первых, это образ мышления в духе «чем больше, тем лучше»: технологические компании постоянно наращивают размеры моделей в погоне за созданием лучшей на рынке, а вместе с этим растут и потребности этих моделей в ресурсах. Эта гонка породила бум новых ЦОД, особенно в США, где их и без того больше, чем в любой другой стране. Чтобы удовлетворить растущий спрос на ИИ, энергетические операторы объявляют о намерениях строить новые газовые электростанции и ядерные реакторы. Резкие скачки потребления энергии создают дополнительные нагрузки на электросети и угрожают планам по переходу на чистые источники. Все эти проблемы характерны и для предприятий, занимающихся промышленным майнингом крипитовалют, — по сути, тех же ЦОД, которые занимаются проверками транзакций в блокчейне.
Ещё одно сходство состоит в том, что оценить объёмы потребления энергии отраслями ИИ и криптовалют очень непросто. Многие крупные технологические компании, разрабатывающие системы ИИ, декларируют экологические цели и включают объёмы выбросов парниковых газов в свои ежегодные отчёты. Это помогло установить, что в последние годы увеличились углеродные выбросы как у Google, так и Microsoft; но компаниям не свойственно разбивать данные, и нет ясности, какие доли приходятся на ИИ. Чтобы выяснить это, Алекс де Врис-Гао использовал метод «триангуляции»: он обратился к общедоступным данным об оборудовании, к оценкам аналитиков и отчётам компаний о доходах, попытавшись оценить объёмы производства оборудования для ИИ и его вероятное потребление энергии. Полупроводниковый подрядчик TSMC, который выпускает чипы в том числе для AMD и Nvidia, с 2023 по 2024 год более чем удвоил объёмы производства упакованных чипов для ИИ.
Подсчитав, сколько специализированного оборудования для ИИ могут выпустить заводы, эксперт сопоставил этот показатель со сведениями о том, сколько электроэнергии потребляет это оборудование. Получилось, что за минувший год это оборудование «сожгло» примерно столько же электричества, сколько и родные для исследователя Нидерланды. К концу года, по его подсчётам, аппетиты ИИ достигнут масштабов Великобритании — спрос на электроэнергию для ИИ достигнет 23 ГВт.
В одних только США к концу десятилетия спрос на электроэнергию вырастет на 25 %, показал на минувшей неделе доклад консалтинговой компании ICF. Впрочем, в этом уравнении очень много переменных, гласит статья MIT Technology Review: человек, использующий ИИ для продвижения кампании по сбору средств, может вызвать вдвое больше выбросов углерода, если его запросы будут обрабатываться ЦОД в Западной Вирджинии, а не Калифорнии. Приходится учитывать ряд факторов, в том числе типы отправляемых запросов, размеры отвечающих на эти вопросы моделей, соотношения возобновляемых источников энергии и ископаемого топлива в местной электросети, к которой подключён ЦОД. На многие из актуальных вопросов было бы проще ответить, если бы технологические компании были прозрачнее в отношении ИИ в своих экологических отчётах, но пока получить некоторые необходимые для исследований показатели оказывается «абсурдно» и «смехотворно» сложно, признался Алекс де Врис-Гао.
Ещё сложнее — делать прогнозы в условиях неопределённости в вопросе о том, снизится ли спрос на электроэнергию с ростом энергоэффективности. DeepSeek в этом году произвела фурор, показав, что её модель потребляет значительно меньше, чем Meta✴ Llama 3.1, и это вызвало вопросы, действительно ли технологическим компаниям требуется столько энергоресурсов, чтобы добиваться прогресса в области ИИ. Нет ясности, повысят ли они приоритет более эффективных моделей и откажутся ли от подхода «чем больше, тем лучше», при котором они просто наращивают объёмы данных и вычислительной мощности для систем ИИ. Когда блокчейн Ethereum перешёл на энергоэффективную модель проверки транзакций, потребление электроэнергии сетью упало на 99,998 %. Защитники окружающей среды попытались оказать давление на другие блокчейны, чтобы те последовали примеру Ethereum. Но майнерам биткоина, например, совсем не хочется отказываться от инвестиций в существующее оборудование. Наконец, для отрасли ИИ справедлив парадокс Джевонса: более эффективные модели будут всё равно поглощать всё больше энергии, потому что люди станут пользоваться ими чаще. И совсем не получится справиться с проблемой, если её сначала надлежащим образом не измерить.
