A mesterséges intelligencia több áramot fogyaszt, mint a Bitcoin

A kutatók azt jósolják, hogy a mesterséges intelligencia okozta villamosenergia-igény az energiahatékonyság javulása ellenére is az egekbe fog ugrani.

Alex de Vries-Gao kutatása szerint egyes mesterséges intelligencia modellek áramfogyasztása egy országéval egyenértékű. Fotó: TheVerge .

Egy új elemzés szerint a mesterséges intelligencia (MI) hamarosan megelőzheti a bitcoin-bányászatot az energiafogyasztás tekintetében. A tanulmány arra a következtetésre jutott, hogy a mesterséges intelligencia 2025 végére a globális adatközpontok által fogyasztott villamos energia közel felét felhasználhatja.

Ezek a becslések Alex de Vries-Gao-tól, a Vrije Universiteit Amsterdam Környezetkutató Intézet PhD-hallgatójától származnak, aki a kriptovaluták áramfogyasztását és környezeti hatását követi nyomon. Legutóbbi, a mesterséges intelligencia növekvő áramigényéről szóló kommentárja a Joule folyóiratban jelent meg a múlt héten.

„Minél nagyobb, annál jobb”

A mesterséges intelligencia jelenleg az adatközpontok által felhasznált villamos energia akár 20%-át is fedezheti, és De Vries-Gao elemzése, amely a speciális MI-chipek ellátási láncára vonatkozó előrejelzéseken alapul (a technológiai vállalatoktól származó konkrét adatok hiánya miatt), azt mutatja, hogy a fogyasztás gyorsan növekszik a hatékonyság javulása ellenére.

De Vries-Gao úgy gondolta, hogy az energiaigényes technológiákkal kapcsolatos kutatásai az Ethereum The Merge-dzsel véget érnek. A ChatGPT megjelenése azonban új fókuszt adott neki. Az elemző feltűnő hasonlóságokat lát a mesterséges intelligencia fejlődése és a kriptovaluta-piacok energiaigénye között.

„Amikor megjelent a ChatGPT, azt gondoltam: »Jaj, istenem, megint nem.« Ez egy szokatlan technológia, ami sok energiát fogyaszt, különösen a rendkívül versenyképes piacokon” – mondta a The Verge-nek .

A mesterséges intelligencia iparág egyre energiaigényesebbé válik a verseny miatt. Fotó: SciTechDaily.

Egy fontos közös vonás a „minél nagyobb, annál jobb” gondolkodásmód, amely mindkét iparágban uralkodik. „Látjuk, hogy a technológiai vállalatok folyamatosan bővítik modelljeiket, hogy a legjobb alkalmazást hozzák létre, de ez egyben növeli az erőforrások iránti igényt is” – magyarázza De Vries-Gao.

Ennek a trendnek a követése az új mesterséges intelligencia adatközpontok fellendüléséhez vezetett, különösen az Egyesült Államokban, ami új gáztüzelésű erőművek és atomreaktorok építésének tervéhez vezetett a növekvő villamosenergia-igény kielégítése érdekében.

Az áramigény ilyen mértékű megugrása megterhelheti a hálózatot, és akadályozhatja a tisztább energiaforrásokra való átállást, hasonlóan a kriptovaluta-bányászat által okozott kihívásokhoz. Egy másik hasonlóság az ilyen technológiák energiafogyasztásának és környezeti hatásának pontos felmérésének nehézsége. Míg a nagy technológiai vállalatok beszámolnak szénlábnyomukról, ritkán közölnek konkrét adatokat kizárólag a mesterséges intelligenciára vonatkozóan.

A probléma megoldására De Vries-Gao egy „triangulációnak” nevezett technikát alkalmazott. Nyilvánosan elérhető eszközinformációkat, elemzői becsléseket és vállalati eredményjelentéseket használt fel annak előrejelzésére, hogy mennyi hardvert fognak gyártani és mennyi energiát fognak fogyasztani.

Azt is megjegyezte, hogy a Taiwan Semiconductor Manufacturing Company (TSMC), egy jelentős mesterséges intelligencia chipgyártó, több mint kétszeresére növelte mesterséges intelligencia chip gyártási kapacitását 2023 és 2024 között.

Előrejelzés és a jövőbeli ismeretlenek

De Vries-Gao becslése szerint 2024-re a mesterséges intelligencia annyi áramot fog fogyasztani, mint egész Hollandia. 2025 végére ez az arány elérheti az Egyesült Királyság szintjét, a mesterséges intelligencia okozta áramigény pedig elérheti a 23 gigawattot (GW).

Az ICF tanácsadó cég egy külön jelentése azt is előrejelzi, hogy az Egyesült Államok villamosenergia-igénye 2030-ra 25%-kal fog növekedni. Ez a növekedés főként a mesterséges intelligencia, az adatközpontok és a bitcoin-bányászatnak köszönhető.

Ezen előrejelzések ellenére a mesterséges intelligencia energiafogyasztásának pontos meghatározása továbbra is nehézkes. A környezeti hatás jelentősen eltér olyan tényezőktől függően, mint a szükséges feldolgozás típusa, a mesterséges intelligencia modell mérete és a helyi hálózatba betáplált energia.

Az Ethereum áramfogyasztása 99,988%-kal csökkent, miután a Bitcoinnál energiahatékonyabb tranzakció-érvényesítési módszerre váltott. Fotó: SCMP.

Például a Nyugat-Virginia adatközpontjaiban feldolgozott mesterséges intelligenciaeszközök használata közel kétszer annyi szén-dioxid-kibocsátást eredményezhet, mint Kaliforniában, a két állam közötti megújulóenergia-felhasználásbeli különbségek miatt.

De Vries-Gao úgy véli, hogy a technológiai vállalatoknak átláthatóbbnak kell lenniük. „Nevetséges, hogy ennyi bonyolult lépésen kell keresztülmenni egy becslés elkészítéséhez. Nem szabadna ilyen nevetségesen nehéznek lennie, de sajnos az” – mondta.

A jövőt tekintve, hogy javulni fog-e az energiahatékonyság, még várat magára. Míg egyes MI-modellek, mint például a DeepSeeké, azt állítják, hogy jelentősen kevesebb áramot fogyasztanak, mint mások, a kérdés az, hogy a vállalatok vajon a hatékonyságot helyezik-e előtérbe a „minél nagyobb, annál jobb” trenddel szemben.

Fennáll a Jevons-paradoxon veszélye is – ahol a megnövekedett hatékonyság a megnövekedett használat miatt nagyobb összfogyasztáshoz vezet –, és jobb mérés és átláthatóság nélkül a mesterséges intelligencia energiafogyasztásának kezelése komoly kihívást jelent majd.

Forrás: https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html