Sztuczna inteligencja zużywa więcej prądu niż Bitcoin

Według badań Alexa de Vries-Gao, niektóre modele sztucznej inteligencji zużywają tyle samo energii elektrycznej, co całe państwo. Zdjęcie: TheVerge .

Według nowej analizy, sztuczna inteligencja (AI) może wkrótce prześcignąć wydobycie bitcoinów pod względem zużycia energii. Badanie wskazuje, że do końca 2025 roku AI może zużywać prawie połowę energii elektrycznej zużywanej przez centra danych na całym świecie.

Szacunki te pochodzą od Alexa de Vries-Gao, doktoranta z Instytutu Badań Środowiskowych Vrije Universiteit w Amsterdamie, który śledził zużycie energii elektrycznej i wpływ kryptowalut na środowisko. Jego najnowszy komentarz na temat rosnącego zapotrzebowania sztucznej inteligencji na energię elektryczną został opublikowany w zeszłym tygodniu w czasopiśmie „Joule” .

„Im większy, tym lepszy”

Szacuje się, że obecnie sztuczna inteligencja odpowiada za aż 20% energii elektrycznej wykorzystywanej przez centra danych, a analiza De Vries-Gao, oparta na prognozach łańcucha dostaw specjalistycznych układów scalonych AI (ze względu na brak konkretnych danych od firm technologicznych), pokazuje, że zużycie gwałtownie rośnie, pomimo poprawy efektywności.

De Vries-Gao myślał, że jego badania nad technologiami energochłonnymi zakończą się wraz z Ethereum The Merge. Jednak pojawienie się ChatGPT dało mu nowy punkt widzenia. Analityk dostrzega uderzające podobieństwa między rozwojem sztucznej inteligencji a zapotrzebowaniem na energię rynków kryptowalut.

„Kiedy pojawił się ChatGPT, pomyślałem: «O mój Boże, znowu to samo». To nietypowa technologia, która pochłania mnóstwo energii, szczególnie na bardzo konkurencyjnych rynkach” – powiedział w wywiadzie dla The Verge .

Branża sztucznej inteligencji (AI) będzie stawać się coraz bardziej energochłonna ze względu na konkurencję. Zdjęcie: SciTechDaily.

Jedną z ważnych cech wspólnych jest podejście „im większe, tym lepsze”, które dominuje w obu branżach. „Widzimy, jak firmy technologiczne stale skalują swoje modele, aby tworzyć najlepsze aplikacje, ale to również zwiększa zapotrzebowanie na zasoby” – wyjaśnia De Vries-Gao.

Dążenie do realizacji tego trendu doprowadziło do gwałtownego rozwoju nowych centrów danych AI, zwłaszcza w USA, co z kolei doprowadziło do opracowania planów budowy nowych elektrowni gazowych i reaktorów jądrowych, które mają sprostać rosnącemu zapotrzebowaniu na energię elektryczną.

Te skoki zapotrzebowania na energię elektryczną mogą obciążać sieć i utrudniać przejście na czystsze źródła energii, podobnie jak wyzwania związane z wydobyciem kryptowalut. Kolejnym podobieństwem jest trudność w dokładnej ocenie zużycia energii i wpływu tych technologii na środowisko. Chociaż duże firmy technologiczne raportują swój ślad węglowy, rzadko udostępniają konkretne dane dotyczące wyłącznie sztucznej inteligencji.

Aby rozwiązać ten problem, De Vries-Gao zastosował technikę zwaną „triangulacją”. Na podstawie publicznie dostępnych informacji o urządzeniach, szacunków analityków i raportów o zyskach firm przewidział, ile sprzętu zostanie wyprodukowane i ile energii będzie ono zużywać.

Zauważył również, że Taiwan Semiconductor Manufacturing Company (TSMC), czołowy producent układów scalonych AI, w latach 2023–2024 zwiększył ponad dwukrotnie swoje moce produkcyjne w zakresie układów AI.

Prognoza i niewiadome na przyszłość

De Vries-Gao szacuje, że w 2024 roku AI będzie zużywać tyle energii elektrycznej, co cała Holandia. Do końca 2025 roku zapotrzebowanie na energię elektryczną przez AI może wzrosnąć do poziomu Wielkiej Brytanii, a jego wartość sięgnie 23 gigawatów (GW).

Odrębny raport firmy konsultingowej ICF prognozuje również, że zapotrzebowanie na energię elektryczną w USA wzrośnie o 25% do 2030 roku. Wzrost ten jest spowodowany głównie przez sztuczną inteligencję, centra danych i wydobywanie bitcoinów.

Pomimo tych prognoz, dokładne określenie zużycia energii przez sztuczną inteligencję pozostaje skomplikowane. Wpływ na środowisko jest bardzo zróżnicowany i zależy od takich czynników, jak rodzaj wymaganego przetwarzania, rozmiar modelu sztucznej inteligencji oraz energia dostarczana do lokalnej sieci energetycznej.

Zużycie energii elektrycznej przez Ethereum spadło o 99,988% po przejściu na bardziej energooszczędną metodę weryfikacji transakcji niż Bitcoin. Zdjęcie: SCMP.

Przykładowo, korzystanie z narzędzi sztucznej inteligencji przetwarzanych w centrach danych w Zachodniej Wirginii może generować prawie dwukrotnie większą emisję dwutlenku węgla niż w Kalifornii, ze względu na różnice w zużyciu energii odnawialnej w obu stanach.

De Vries-Gao uważa, że firmy technologiczne muszą być bardziej transparentne. „To naprawdę absurdalne, że trzeba przejść przez tak wiele skomplikowanych kroków, aby sporządzić wycenę. Nie powinno to być aż tak absurdalnie trudne, ale niestety jest” – powiedział.

Patrząc w przyszłość, pozostaje pytanie, czy efektywność energetyczna wzrośnie. Chociaż niektóre modele sztucznej inteligencji, takie jak DeepSeek, twierdzą, że zużywają znacznie mniej energii elektrycznej niż inne, pytanie brzmi, czy firmy będą przedkładać efektywność nad trend „im większe, tym lepsze”.

Istnieje również ryzyko wystąpienia paradoksu Jevonsa – zgodnie z którym większa wydajność prowadzi do większego ogólnego zużycia ze względu na zwiększone użytkowanie – a bez lepszego pomiaru i przejrzystości zarządzanie zużyciem energii przez sztuczną inteligencję będzie stanowić poważne wyzwanie.

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