Цифры говорят сами за себя: энергетические потребности ИИ растут экспоненциально. По некоторым данным, вычислительная мощность, необходимая передовым системам ИИ, удваивается каждые несколько месяцев. Это не просто увеличение, а стремительный взлёт, который может сорвать даже самые оптимистичные энергетические планы.
Чтобы оценить масштаб, представьте, что в будущем ИИ может потреблять столько же электроэнергии, сколько целые страны (например, Япония или Нидерланды) или крупные штаты США (например, Калифорния). Такая статистика подчёркивает потенциальное давление ИИ на энергосети, от которых мы все зависим.
В 2024 году глобальный спрос на электроэнергию вырос на рекордные 4,3%, и одной из основных причин этого стало распространение ИИ, а также рост популярности электромобилей и увеличение объёмов промышленного производства.
Ещё в 2022 году центры обработки данных, ИИ и майнинг криптовалют в совокупности потребляли около 2% мировой электроэнергии – примерно 460 тераватт-часов (ТВт⋅ч).
В 2024 году центры обработки данных уже потребляли около 415 ТВт⋅ч, что составляет примерно 1,5% мирового потребления, и этот показатель ежегодно увеличивается на 12%. Прямая доля ИИ в этом секторе пока относительно невелика (около 20 ТВт⋅ч, или 0,02% мирового потребления), но эта цифра стремительно растёт.
Прогнозы довольно тревожные: к концу 2025 года центрам обработки данных ИИ по всему миру может потребоваться дополнительно 10 гигаватт (ГВт) электроэнергии — больше, чем мощность всех электростанций штата Юта.
К 2027 году ожидается, что глобальный энергетический спрос центров обработки данных ИИ достигнет 68 ГВт, что сопоставимо с общей установленной мощностью Калифорнии в 2022 году.
К концу десятилетия цифры становятся ещё более поразительными: к 2030 году мировое потребление электроэнергии центрами обработки данных, по прогнозам, удвоится и составит около 945 ТВт⋅ч, что составляет чуть менее 3% мирового потребления электроэнергии.
Согласно прогнозам ОПЕК, к тому времени потребление электроэнергии центрами обработки данных может утроиться и достигнуть 1500 ТВт⋅ч. Аналитики Goldman Sachs утверждают, что глобальный спрос на электроэнергию в центрах обработки данных может вырасти на 165% по сравнению с 2023 годом, причём спрос в центрах, специализированных на ИИ, вырастет более чем в четыре раза.
Некоторые эксперты предполагают, что к 2030 году на центры обработки данных может приходиться до 21% мирового спроса на энергию, учитывая энергию, необходимую для предоставления услуг ИИ конечным пользователям.
Энергопотребление ИИ можно разделить на две основные фазы: обучение моделей и их последующая работа
Обучение масштабных моделей, таких как GPT-4, требует огромного количества энергии. Например, для обучения GPT-3, по оценкам, потребовалось 1287 мегаватт-часов (МВт⋅ч) электроэнергии, а для GPT-4, как полагают, потребовалось в 50 раз больше.
Хотя обучение является энергоёмким процессом, именно ежедневная работа обученных моделей может поглощать более 80% всей энергии ИИ. Сообщается, что для обработки одного запроса в ChatGPT требуется примерно в десять раз больше энергии, чем для поиска в Google (около 2,9 Вт⋅ч против 0,3 Вт⋅ч).
По мере того как мир стремится к генеративному ИИ, началась гонка за создание всё более мощных (и, следовательно, более энергоёмких) центров обработки данных.
Сможем ли мы обеспечить энергией ИИ и себя?
Это ключевой вопрос. Смогут ли энергетические системы нашей планеты удовлетворить этот растущий спрос? Мы уже используем сочетание ископаемого топлива, атомной энергии и возобновляемых источников энергии. Для устойчивого удовлетворения растущего спроса ИИ необходимо быстро наращивать темпы и диверсифицировать способы производства энергии.
Возобновляемые источники энергии (солнечная, ветровая, гидро- и геотермальная) играют важную роль. Например, в США доля возобновляемых источников в производстве электроэнергии должна увеличиться с 23% в 2024 году до 27% к 2026 году.
Технологические гиганты делают громкие заявления. Microsoft планирует приобрести 10,5 ГВт возобновляемой энергии в период с 2026 по 2030 год только для своих центров обработки данных. ИИ может помочь нам эффективнее использовать возобновляемые источники, снизив потребление энергии до 60% в некоторых областях за счёт более интеллектуального хранения энергии и управления энергосетями.
Однако у возобновляемых источников энергии есть свои проблемы. Солнце не всегда светит, а ветер не всегда дует, что создаёт проблемы для центров обработки данных, которым требуется электроэнергия круглосуточно. Аккумуляторы, используемые для сглаживания этих колебаний, часто дороги и занимают много места. Подключение новых проектов возобновляемой энергетики к существующим сетям может быть медленным и сложным процессом.
В этом контексте ядерная энергетика кажется всё более привлекательной, особенно как стабильный и низкоуглеродный способ удовлетворения колоссальных энергетических потребностей ИИ. Она обеспечивает непрерывную мощность, необходимую центрам обработки данных. Малые модульные реакторы (SMR) также привлекают внимание благодаря своей гибкости и улучшенным функциям безопасности. Крупные компании, такие как Microsoft, Amazon и Google, серьёзно рассматривают варианты использования ядерной энергии.
Однако строительство новых реакторов занимает много времени, требует значительных затрат и связано со сложной бюрократической процедурой. Общественное мнение об атомной энергетике остаётся неоднозначным, часто из-за прошлых аварий, хотя современные реакторы гораздо безопаснее.
Быстрое развитие ИИ также создаёт несоответствие между сроками ввода в эксплуатацию новых атомных электростанций. В краткосрочной перспективе нам, возможно, придётся больше полагаться на ископаемое топливо, что противоречит нашим «зелёным» амбициям. Размещение центров обработки данных рядом с атомными электростанциями вызывает опасения по поводу влияния этого на цены на электроэнергию и надёжность энергоснабжения для всех остальных.
Экологическая тень ИИ: больше, чем просто киловатты
Влияние ИИ на планету выходит за рамки потребления электроэнергии. Центры обработки данных нагреваются, и на их охлаждение тратится огромное количество воды. Средний центр обработки данных потребляет около 1,7 литра воды на киловатт-час потребляемой энергии.
Согласно имеющимся данным, в 2022 году центры обработки данных Google израсходовали около 5 миллиардов галлонов пресной воды – на 20% больше, чем годом ранее. По некоторым оценкам, на каждый потреблённый центром обработки данных кВт⋅ч энергии может потребоваться до двух литров воды только для охлаждения. Глобальная инфраструктура ИИ вскоре может потреблять в шесть раз больше воды, чем вся Дания.
Также существует проблема постоянно растущего объёма электронных отходов. Поскольку технологии ИИ развиваются так быстро, старое оборудование всё чаще выбрасывается. Ожидается, что объём электронных отходов в центрах обработки данных достигнет пяти миллионов тонн в год к 2030 году.
Производство ИИ-чипов и всего остального для центров обработки данных наносит ущерб нашим природным ресурсам и окружающей среде. Это включает добычу важнейших минералов, таких как литий и кобальт, зачастую с использованием методов, которые не являются экологически чистыми.
Для производства только одного чипа ИИ требуется более 1400 литров воды и 3000 кВт⋅ч электроэнергии. Эта потребность в новом оборудовании также подталкивает к строительству новых заводов по производству полупроводников, что часто приводит к строительству большего количества электростанций, работающих на газе.
Использование ИИ электроэнергии, вырабатываемой при сжигании ископаемого топлива, усугубляет проблему изменения климата. По оценкам, обучение всего одной крупной модели ИИ может выбросить столько же CO2, сколько сотни домов в США выбрасывают за год.
Экологические отчёты крупных технологических компаний демонстрируют растущий углеродный след ИИ. НапримерНесмотря на это, инновации могут предложить выход.
Рост выбросов Microsoft примерно на 40% с 2020 по 2023 год и увеличение выбросов парниковых газов Google на 50% за последние пять лет, во многом из-за энергопотребления центров обработки данных ИИ, могут создать впечатление безысходности. Однако сочетание инноваций может изменить ситуацию.
Инновации для устойчивого ИИ
Повышение энергоэффективности алгоритмов ИИ находится в центре внимания. Исследователи разрабатывают интеллектуальные методы, такие как «обрезка модели» (удаление ненужных элементов из модели ИИ), «квантование» (использование менее точных чисел для энергосбережения) и «дистилляция знаний» (обучение компактной и эффективной модели ИИ на основе большой и сложной модели). Разработка компактных и специализированных моделей ИИ, выполняющих конкретные задачи с меньшим энергопотреблением, также является приоритетом.
В центрах обработки данных такие функции, как «ограничение мощности» (установление пределов потребляемой мощности) и «динамическое распределение ресурсов» (перераспределение вычислительной мощности в зависимости от потребностей и доступности возобновляемой энергии), могут иметь существенное значение. ИИ-управляемое программное обеспечение может даже переносить менее срочные задачи на периоды, когда энергия чище или нагрузка на сеть ниже. ИИ также может использоваться для повышения эффективности систем охлаждения центров обработки данных.
ИИ на устройствах также может снизить энергопотребление. Вместо отправки данных в большие, энергозатратные облачные центры обработки данных, обработка ИИ происходит непосредственно на вашем телефоне или другом устройстве. Это может значительно снизить энергопотребление, поскольку чипы, предназначенные для этого, отдают предпочтение эффективности, а не производительности.
Необходимость нормативно-правовой базы
Чёткие и стандартизированные методы измерения и отчётности о воздействии ИИ на окружающую среду — важный первый шаг. Необходимы также политики, стимулирующие компании производить оборудование, которое служит дольше и легче перерабатывается, чтобы уменьшить количество электронных отходов. Механизмы, такие как системы торговли энергетическими кредитами, могут даже финансово стимулировать компании к выбору более экологичных технологий ИИ.
Недавнее соглашение между Объединёнными Арабскими Эмиратами и Соединёнными Штатами о строительстве крупнейшего кампуса ИИ за пределами США в Персидском заливе подчёркивает глобальную значимость ИИ и необходимость учёта энергетических и экологических аспектов в таких масштабных проектах.
К устойчивому будущему ИИ
Потенциал ИИ огромен, но его значительное энергопотребление является серьёзным препятствием. Прогнозы будущих энергетических потребностей ИИ впечатляют и сопоставимы с потребностями целых стран.
Для удовлетворения этого спроса необходим сбалансированный подход к источникам энергии. Возобновляемые источники энергии — отличный долгосрочный вариант, но у них есть ограничения, связанные со стабильностью поставок и быстрым масштабированием. Атомная энергетика, включая современные малые модульные реакторы (ММР), предлагает надёжную и низкоуглеродную альтернативу, которая привлекает внимание крупных технологических компаний. Однако необходимо оценить безопасность, стоимость и сроки строительства.
Важно учитывать более широкое воздействие ИИ на окружающую среду, включая потребление воды для охлаждения центров обработки данных, растущее количество электронных отходов и используемые ресурсы. Для уменьшения экологического следа ИИ необходимо учитывать все эти факторы.
Многообещающие идеи и инновации дают надежду
Энергоэффективные алгоритмы ИИ, интеллектуальное управление питанием в центрах обработки данных, программное обеспечение, управляемое ИИ, и переход к ИИ на устройствах могут значительно снизить энергопотребление. Повышенное внимание к воздействию ИИ на окружающую среду способствует обсуждению политик и правил, поддерживающих устойчивое развитие.
Решение энергетических и экологических проблем, связанных с ИИ, требует сотрудничества между исследователями, технологическим сектором и политиками.
Приоритет энергоэффективности при разработке ИИ, инвестиции в устойчивую энергетику, ответственное управление оборудованием и внедрение поддерживающих политик позволит стремиться к будущему, в котором потенциал ИИ реализуется без ущерба для планеты.
