Chatbots og virtuelle assistenter, matematiske beregninger løste på kort tid og bilder generert i løpet av noen få sekunder: denKunstig intelligens (AI) har nå blitt en del av hverdagen vår. Nettopp for dette er det spontan å spørre: men Hva som forbruker Virkelig AI?
Vite med sikkerhet Det virkelige forbruket av kunstig intelligens er snarere vanskelig: The Tech Giants er ikke veldig gjennomsiktige i denne forbindelse, og estimatene som er publisert de siste månedene, har aldri blitt bekreftet. Lettere å beregne imidlertid forbruket av Datasenterdet vil si at de digitale infrastrukturene som ligger til grunn for alt, essensielt for riktig funksjon av AI. I følge en studie publisert på MIT Technology Reviewav 2028 Mer enn halvparten av strømmen beregnet på datasentrene vil bli brukt til kunstig intelligens: Dette betyr at AI, alene, kan konsumere årlig en mengde strøm som tilsvarer 22 % av energibehovene til oss familier.
Så la oss se de offisielle estimatene til det internasjonale energibyrået og vekstprognosene for kunstig intelligens frem til 2030.
Energiestimater konsumert av kunstig intelligens
Som nevnt, Det er ingen offisielle data På kunstig intelligensforbruk: Følgelig er all informasjonen vi har om energipåvirkningen også estimater.
I februar i fjor, for eksempel, forskningsselskapet om kunstig intelligens Epoch Ai har publisert data (aldri bekreftet av Openai) om mengden energi som brukes til en enkelt chatgpt -spørsmål: I følge beregninger vil hver melding konsumere om 0.3 Wattoratilsvarer en LED -pære fra 10 w tent i omtrent 2 minutter. Å generere en milliard meldinger per dag i et år vil derfor bety et forbruk av utover 109 Gigawattara (GWH) av strøm, tilstrekkelig til å mate 10.400 amerikanske hus i ett år.
Enklere å måle imidlertid forbruket av Datasenter: i henhold til dataene behandlet avInternasjonalt energibyrå (Internasjonalt energibyråIEA), globalt i 2024 Datasentrene konsumerte1,5% av verdens elektrisitet. Dette er de digitale infrastrukturene som ligger til grunn for hvert online kjøp, hver vare publisert på Internett eller av hver leksjon fulgt eksternt. Hvis mellom 2005 og 2017, har strømmen som konsumeres av datasentrene holdt seg stabil (til tross for større teknologisk utvikling), i siste 5 årforbruket av datasentre er hevet med 12 % per årblir essensielle infrastrukturer også for kunstige intelligensmodeller og doblet det totale forbruket av strøm i 2023.
Generelt, hvis et konvensjonelt datasenter bruker blant 10 og 25 megawatt (MW), a Hyperscale -database (dvs. et stort datasenter, bygget for å støtte hundretusener av sammenkoblede servere) bruker ca. 100 MW.
Problemet er at disse infrastrukturene ofte er gruppert i Store klyngermed følgelig ulempe for lokal produksjon av strøm og ubalanser i styringen av strøm. I IrlandFor eksempel bruker datasentrene om 20% av de nasjonale energibehovene, mens i 6 stater av USAdisse infrastrukturene bruker 10% av den totale strømmen, med den State of Virginia i ledelsen med 25%.
Hva forbruket av AI er avhengig av
Generelt sett, for å bedre forstå estimater på AI -forbruk, er det imidlertid mulig å skille mellom to forskjellige faser:
Forbruk for å trene modellene til AI
De siste årene Mengde data og beregninger nødvendig for å trene banebrytende kunstige intelligensmodeller har vokst eksponentielt: I henhold til estimater tilsvarer treningsdata for GPT-4-modellen omtrent 4,9 billioner av rene data.
Disse treningsberegningene utføres på spesialiserte datamaskinbrikker som som GPU (Grafikkbehandlingsenhetgrunnleggende for utvikling av AI): en enkelt GPU kan ha et maksimalt forbruk av nominell energi av 1000 watt (Når det gjelder den nyeste og kraftigste brikken), som tilsvarer forbruket av en brødrister.
De store modellene er imidlertid trent med en rekke GPUer: alltid tar GPT-4, har denne modellen blitt trent på 25 000 GPU -er med en kombinert nominell makt på omtrent 10 MW. Hvis alt dette også er mengden energi som kreves av kjøleutstyrDen totale nominelle kraften til utstyret som brukes til å trene GPT-4 er omtrent 22 MW, noe som tilsvarer absorpsjonen av energi på ca. 150 beleggstasjoner for elektriske kjøretøy med høy effekt.
Kort sagt, trening av den større kunstige intelligensmodellen krever et energiforbruk på ca. 154 MW; Det kumulative forbruket av trening for store kunstige intelligensmodeller er estimert til omtrent 1700 gwh. Å forstå oss, en familie Italiensk type forbruker i gjennomsnitt 2.700 kWh per år (ARERA -data for en familieenhet med 4 komponenter, som ligger i et hjem i klimasonen og): Dette betyr at det kumulative forbruket av store AI -modeller tilsvarer det årlige forbruket av ca. 630 000 italienske familier.
Forbruk relatert til bruk av modellene til AI
Mengden energi som brukes av AI -modeller for hver interaksjon avhenger av flere faktorer, inkludert:
- Der Lengden på brukerens etterspørsel (input) og av Respons fra AI -modellen (Output): Det er klart, jo lengre svar og krever beregninger, jo høyere er energikonsumet høyt.
- De modellstørrelse: De større modellene krever flere beregninger for å behandle inngang og utgang og følgelig konsumere mer strøm.
- Inngangs- og utgangsmodus: Generasjonen av videoer og bilder er en aktivitet som krever flere beregninger enn generering av tekst og derfor bruker mer.
Forskjellene i forbruk for å produsere tekster, bilder og videoer
Generelt er derfor forbruket av kunstige intelligensmodeller avhengig av forespørsler fra brukere: alltid i henhold til AIA -dataene, generere en video på noen få sekunder kan kreve samme mengde energi som er nødvendig for Last opp en datamaskin to ganger.
I følge estimater bruker en liten språklig modell omtrent 0,3 WH Å generere en tekstmot 5 wh Medium -størrelse språklige modeller. Å gjenskape aforestillingog derimot konsumeres omtrent 1,7 WHmens du skal generere en Kort video (6 sekunder) og lav kvalitet forbrukes i det minste 115 WH.
Å få en ide, Last opp en smarttelefon krever en energiforbruk som tilsvarer 15 whsom går til 60 wh Hvis enheten som skal lastes er en datamaskin.
De språklige modellene av stor størrelse (Chatgpt, Tvilling presisjon og kvalitetmen samtidig bruker de mye mer. I følge testene utført av IEA, kan en modell av generering av bilder generere omtrent 55 billioner bilder med omtrent 100 TWH av innspill, om Halvparten av de årlige energibehovene av land som Island.
I mars i fjor, da Chatgpt begynte å generere bilder inspirert av grafikken til Studio Ghiblimodellen generert 78 millioner av bilder på en dag. Hvis du da vurderer at Chatgpt i 2025 er bekreftet som det femte mest besøkte nettstedet i verden (til og med overskridende WhatsApp), er det tydelig at terskelen til de 55 billioner av bilder som genereres ikke er så vanskelig å oppnå.
Veksten av AI -forbruk frem til 2030
Som nevnt, i 2024 konsumerte datasentrene om1,5% av global elektrisitet: i henhold til anslagene til IEA, av 2030 Elektrisiteten som konsumeres av datasentrene vil overstige i 945 TWHsom tilsvarer mer enn Trippel av Italias energibehov (som står rundt 300 TWH).
Det er imidlertid nødvendig å spesifisere. At ikke all strøm som kreves for å mate datasentrene, avhenger av AI: å identifisere nettopp etterspørselen etter strøm som stammer fra AI er stadig vanskeligere.
I en studie utført av MIT Technology Reviewav 2028 Mer enn halvparten av strømmen som er beregnet på datasentrene vil bli brukt til kunstig intelligens: På det tidspunktet kan AI alene konsumere årlig en mengde strøm som tilsvarer 22% av alle amerikanske familier.
Denne bølgen vil også avhenge av det faktum at vi i fremtiden ikke vil bruke kunstig intelligens bare for å svare på daglige spørsmål eller for å generere bilder, men modellene vil bli ekte Personlige agenter basert på brukerpreferanseri stand til å utføre oppgaver uten menneskelig kontroll og løse mer og mer komplekse problemer.
Forholdet mellom energi og kunstig intelligens
Der løsninger imidlertid absolutt ikke å avbryte bruken av AI, også fordi energi og kunstig intelligens er strengt avhengig av hverandre: hvis det er sant det Det eksisterer ikke for energien uten energi (spesielt elektrisk), er det også sant at kunstig intelligens har potensialet for Transform fremtiden til energisektoren.
Som IEA også påpeker, kan faktisk kunstig intelligens brukes til forbedre energieffektiviteten og redusere kostnadene. For eksempel takket være bruken av ai le Værmelding De vil bli mer og mer nøyaktige, og dermed tillate å forutse energien produsert av vind- eller fotovoltaiske systemer med større presisjon, overvåke i sanntid og optimalisere overføringslinjene.
Problemet er derfor å finne riktig Energiblanding For å mate datasentrene uavbrutt (som er vert for infrastrukturen som er nødvendige for funksjonen til AI), som må forbli aktiv 24 timer i døgnet, 365 dager i året. Datasentrene kan med andre ord ikke avhenge av periodiske energikilder, for eksempel fornybar energi, som Jeg klarer ikke å produsere energi på noe tidspunkt.
DE Tech -giganter Som destinasjon prøver Amazon og Google å avhjelpe problemet ved å investere i kjernefysisk energi, og fokuserer fremfor alt på nye modulære teknologier (de mye omtalte små modulære reaktorene, SMR), selv om byggingen av disse nye infrastrukturene vil ta flere år.
