 |
Ifølge forskning foretaget af Alex de Vries-Gao forbruger nogle AI-modeller lige så meget strøm som et helt land. Foto: TheVerge . |
Ifølge en ny analyse kan kunstig intelligens (AI) snart overgå Bitcoin-mining med hensyn til energiforbrug. Undersøgelsen konkluderer, at AI kan bruge næsten halvdelen af den samlede elektricitet, der forbruges af datacentre globalt, inden udgangen af 2025.
Disse estimater kommer fra Alex de Vries-Gao, forsker ved Vrije Institute for Environmental Studies ved Universiteit Amsterdam, hvor han har sporet kryptovalutaers elforbrug og miljøpåvirkning. Hans seneste kommentar til AI's voksende elbehov blev offentliggjort i tidsskriftet Joule i sidste uge.
"Jo større, jo bedre"
I øjeblikket anslås det, at AI tegner sig for op til 20 % af den elektricitet, der bruges af datacentre. Ifølge De Vries-Gaos analyse, der er baseret på forsyningskædeprognoser for specialiserede AI-chips (på grund af mangel på specifikke data fra teknologivirksomheder), eskalerer dette forbrug hurtigt, på trods af forbedringer i effektiviteten.
De Vries-Gao troede engang, at forskning i energiintensive teknologier måske ville ende med Ethereum The Merge. Fremkomsten af ChatGPT har dog rettet hans forskningsfokus i en ny retning. Analytikeren ser slående ligheder mellem udviklingen af AI og energibehovet på kryptovalutamarkederne.
"Da ChatGPT kom ud, tænkte jeg: 'Åh gud, igen.' Dette er endnu en teknologi, der bruger en masse energi, især på meget konkurrenceprægede markeder," delte han med The Verge .
 |
AI-industrien vil i stigende grad kræve mere energi på grund af konkurrence. Foto: SciTechDaily. |
Et centralt fællestræk er den fremherskende "større er bedre"-tankegang i begge brancher. "Vi ser tech-virksomheder konstant opskalere deres modeller for at skabe de bedst mulige applikationer. Dette øger dog også efterspørgslen efter ressourcer," forklarer De Vries-Gao.
Forfølgelsen af denne tendens har ført til et boom i nye AI-datacentre, især i USA. Dette har ført til planer om at bygge flere gasfyrede kraftværker og atomreaktorer for at imødekomme den voksende efterspørgsel efter elektricitet.
Pludselige stigninger i elforbruget kan lægge et betydeligt pres på nettet og hindre overgangen til renere energikilder, svarende til de udfordringer, som kryptovaluta-mining udgør. En anden lighed er vanskeligheden ved præcist at vurdere elforbruget og miljøpåvirkningen af disse teknologier. Mens store tech-virksomheder rapporterer CO2-udledning, leverer de sjældent specifikke data om deres egen kunstige intelligens.
For at løse dette problem brugte De Vries-Gao en "trianguleringsteknik". Han brugte offentligt tilgængelige oplysninger om enhederne, estimater fra analytikere og omsætningsrapporter fra virksomheder til at forudsige antallet af hardwareenheder, der skulle produceres, og den mængde energi, de muligvis ville forbruge.
Han bemærkede også, at Taiwan Semiconductor Manufacturing Company (TSMC), en stor producent af AI-chips, har mere end fordoblet sin produktionskapacitet for AI-chips fra 2023 til 2024.
Prognoser og usikkerheder forude
De Vries-Gao anslår, at AI i 2024 forbrugte det, der svarer til hele Hollands elektricitet. Ved udgangen af 2025 kan dette tal stige til at matche Storbritanniens, hvor AI's elforbrug når op på 23 gigawatt (GW).
En separat rapport fra konsulentfirmaet ICF forudsiger også, at elforbruget i USA vil stige med 25 % inden 2030. Denne stigning er primært drevet af AI, datacentre og Bitcoin-mining.
Trods disse forudsigelser er det fortsat komplekst at give et præcist tal for AI's energiforbrug. Miljøpåvirkningen varierer betydeligt afhængigt af mange faktorer, såsom den nødvendige type behandling, størrelsen af AI-modellen og strømforsyningen til det lokale elnet.
 |
Ethereums elforbrug er faldet med 99,988% efter at have skiftet til en mere energieffektiv transaktionsvalideringsmetode sammenlignet med Bitcoin. Foto: SCMP. |
For eksempel kan brugen af AI-værktøjer, der behandles af datacentre i West Virginia, generere næsten dobbelt så mange CO2-udledninger sammenlignet med Californien. Dette skyldes forskelle i forbruget af vedvarende energi mellem de to stater.
De Vries-Gao mener, at tech-virksomheder har brug for mere gennemsigtighed. "At skulle gennemgå så mange komplicerede trin for at nå frem til et estimat er virkelig absurd. Det burde ikke være latterligt svært, men det er det desværre," delte han.
Når man ser fremad, er det stadig et åbent spørgsmål, om energieffektiviteten vil stige. Mens nogle AI-modeller, såsom DeepSeeks, hævder et betydeligt lavere strømforbrug end andre, er spørgsmålet, om virksomheder vil prioritere effektivitet frem for "jo større, jo bedre"-trenden.
Risikoen for Jevons-paradokset – hvor øget effektivitet fører til et højere samlet forbrug på grund af øget forbrug – er også til stede. Uden bedre målinger og gennemsigtighed vil det være en stor udfordring at styre den energi, der forbruges af AI.
Kilde: https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html
