Искусственный интеллект (ИИ) потенциально может решить некоторые из самых острых проблем человечества, включая проблемы изменения климата. Но в то же время технология – особенно генеративный искусственный интеллект – использует огромную вычислительную мощность и, следовательно, огромное количество энергии. Это проблема, и она будет только расти.
Вычислительная мощность, необходимая для передовых моделей искусственного интеллекта, удваивается каждые пять-шесть месяцев, и вполне вероятно, что она будет продолжать расти по мере роста спроса на технологии. Центры обработки данных уже потребляют до 1,5% мирового объема электроэнергии, а потребление энергии составляет около 75% антропогенных выбросов парниковых газов в ЕС.
Недавнее исследование Gartner прогнозирует, что «ИИ может помочь сократить глобальные выбросы парниковых газов на 5–10% к 2030 году». Однако в том же году Gartner предсказала, что «ИИ сможет потреблять до 3,5% мировой электроэнергии».
Перед технологической отраслью стоит очевидная задача: найти решения, позволяющие ограничить энергетические потребности ИИ и тем самым раскрыть весь потенциал технологий для помощи человечеству.
Содержание
Как ИИ потребляет электроэнергию
Мощность, необходимая для ИИ, обусловлена двумя факторами: энергия потребляется при обучении моделей и во время вывода, когда живые данные пропускаются через обученную модель ИИ для решения задач. Исследования, опубликованные в журнале Joule, показывают, что на логические выводы может приходиться по меньшей мере 60% энергопотребления генеративного ИИ, а добавление возможностей ИИ к веб-поиску может увеличить потребности в энергии в десять раз. Кроме того, при использовании генеративной модели по сравнению с поисковой системой количество поисковых запросов обычно увеличивается, поскольку диалог меняется взад и вперед, когда пользователи пытаются достичь желаемого результата.
Директор EMEA, HPC и AI в Lenovo Infrastructure Solutions Group (ISG).
По мере появления новых вариантов использования генеративного ИИ в области текста, изображений и видео также будет увеличиваться количество крупных моделей, которые ежедневно обучаются, переобучаются и уточняются. Последний класс генеративных моделей искусственного интеллекта требует более чем 200-кратного увеличения вычислительной мощности для обучения по сравнению с предыдущими поколениями. Каждое новое поколение моделей требует больше вычислительной мощности для вывода и больше энергии для обучения. Это постоянный цикл, который постоянно увеличивает требования к необходимой инфраструктуре.
Что касается аппаратного обеспечения, графические процессоры (GPU), используемые для искусственного интеллекта, могут потреблять во много раз больше мощности, чем традиционная система CPU. Современные графические процессоры могут потреблять до 700 Вт, а для средней установки требуется восемь графических процессоров на сервер. Это означает, что сервер может потреблять почти шесть киловатт по сравнению с одним киловаттом для традиционного двухпроцессорного серверного блока, который компании используют для виртуализации. Итак, большой вопрос: как мы можем сделать это более устойчивым?
Найдите ответы
Первый шаг — понять, что устойчивое развитие — это путь: не существует единого действия, которое могло бы «исправить» ситуацию, когда дело касается ИИ. Но маленькие шаги могут иметь большое значение. Компьютерной индустрии посылается громкий и ясный сигнал о необходимости разработки более качественных продуктов, использующих меньше ресурсов. Этот призыв исходит от потребителей и инвесторов, но все чаще и от правительств. В будущем энергоэффективность станет юридическим требованием для организаций сектора искусственного интеллекта. Недавние изменения в законе ЕС об искусственном интеллекте потребуют от операторов внедрения самых современных методов снижения энергопотребления и повышения эффективности своих платформ искусственного интеллекта.
Этого можно достичь тремя конкретными техническими способами: во-первых, с помощью чипов, используемых для генерации вычислительной мощности, во-вторых, с помощью компьютеров, построенных для этих чипов, и, в-третьих, с помощью центра обработки данных. Устойчивое развитие все больше становится конкурентным конкурентным преимуществом как для производителей микросхем, так и для производителей ПК, и это будет только усиливаться по мере того, как компании будут стремиться достичь целей ESG. Согласно исследованию, опубликованному в журнале Nature, в ближайшие десятилетия новые достижения, такие как аналоговые чипы, могут стать энергоэффективной альтернативой, идеально подходящей для нейронных сетей.
В центрах обработки данных старые технологии воздушного охлаждения уже с трудом справляются с высокими энергозатратами ИИ, и клиенты обращаются к жидкостному охлаждению, чтобы минимизировать потребление энергии. Эффективно передавая тепло, вырабатываемое генеративным искусственным интеллектом, в воду, клиенты могут сэкономить до 30–40 % на электроэнергии. Центры обработки данных, работающие на возобновляемых источниках энергии, будут иметь ключевое значение для сокращения углеродного следа ИИ. Подход «как услуга» к технологии искусственного интеллекта также может помочь минимизировать отходы и гарантировать, что компании используют новейшее и наиболее устойчивое оборудование без необходимости первоначальных инвестиций.
ИИ навсегда
Существует компромисс между ИИ и его потребностями в энергии, который необходимо обсудить. Некоторые используют ИИ на благо человечества, например, для улучшения медицины или борьбы с изменением климата, в то время как другие используют его для развлечения. Это поднимает вопрос о том, следует ли нам по-разному смотреть на эти различные энергетические потребности.
Несомненно, ИИ обладает огромным потенциалом творить добро и уже оказывает влияние во многих областях. Существуют десятки примеров того, как ИИ может смягчить последствия изменения климата. Организация Объединенных Наций отмечает, что это не только помогает лучше прогнозировать и понимать экстремальные погодные явления, но и оказывает прямую помощь сообществам, пострадавшим от них.
Кроме того, ИИ может обеспечить новое понимание окружающего нас мира, что, в свою очередь, может помочь ограничить выбросы парниковых газов. Умные города имеют потенциал для минимизации выбросов за счет экономии минут или часов на отоплении и кондиционировании воздуха на уровне города, изучая привычки людей и постепенно отключая отопление или кондиционирование воздуха за час до того, как они покинут свои дома. Технология также может регулировать движение в городе, позволяя транспортным средствам двигаться эффективно и предотвращая пробки. Норвежский стартап Oceanbox.io использует прогнозирующий искусственный интеллект в своей миссии, чтобы понять глубины океана и предсказать движение течений, что может помочь в борьбе с распространением загрязнения и помочь кораблям сократить потребление бензина.
Вклад ИИ в мир с нулевым балансом
Нет никаких сомнений в том, что ИИ потребляет много энергии, но мы можем решать эту проблему постепенно — используя охлаждение горячей водой вместо воздушного, используя возобновляемые источники энергии для питания центров обработки данных, а также с помощью инноваций в разработке чипов и компьютеров.
Во многих отношениях ИИ также может оказать положительное влияние на человечество и стать мощной силой, ведущей мир к Целям устойчивого развития ООН. Он может помочь нам лучше понять причины изменения климата и бороться с ним, сократить неравенство и защитить наши океаны и леса. При ответственном использовании ИИ может идти рука об руку с целями устойчивого развития. По мере того, как мир объединяется в стремлении к нулевым чистым выбросам, ИИ будет играть все более важную роль.
Мы перечислили лучших конструкторов веб-сайтов с искусственным интеллектом.
Эта статья была создана в рамках канала Expert Insights от TechRadarPro, где мы рассказываем о лучших и ярких умах в области технологий сегодня. Мнения, выраженные здесь, принадлежат автору и не обязательно принадлежат TechRadarPro или Future plc. Если вы заинтересованы в участии, узнайте больше здесь:
