Sztuczna inteligencja zużywa więcej prądu niż Bitcoin.

Według badań Alexa de Vries-Gao, niektóre modele sztucznej inteligencji zużywają tyle prądu, co cały kraj. Zdjęcie: TheVerge .

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

Szacunki te pochodzą od Alexa de Vries-Gao, pracownika naukowego z Instytutu Studiów Środowiskowych Vrije na Uniwersytecie Amsterdamskim, gdzie śledził zużycie energii elektrycznej i wpływ kryptowalut na środowisko. Jego najnowszy komentarz na temat rosnącego zapotrzebowania na energię elektryczną sztucznej inteligencji został opublikowany w zeszłym tygodniu w czasopiśmie „Joule” .

"Im większy, tym lepszy"

Szacuje się, że obecnie AI odpowiada za nawet 20% energii elektrycznej zużywanej przez centra danych. Według analizy De Vries-Gao, opartej na prognozach łańcucha dostaw dla specjalistycznych układów AI (z powodu braku szczegółowych danych od firm technologicznych), zużycie to gwałtownie rośnie, pomimo poprawy wydajności.

De Vries-Gao kiedyś uważał, że badania nad technologiami energochłonnymi mogą zakończyć się wraz z Ethereum The Merge. Jednak pojawienie się ChatGPT skierowało jego badania w nowym kierunku. Analityk dostrzega uderzające podobieństwa między rozwojem sztucznej inteligencji a zapotrzebowaniem na energię rynków kryptowalut.

„Kiedy pojawił się ChatGPT, pomyślałem: «O mój Boże, znowu». To kolejna technologia, która pochłania mnóstwo energii, szczególnie na bardzo konkurencyjnych rynkach” – powiedział portalowi The Verge .

Branża sztucznej inteligencji będzie wymagała coraz więcej energii ze względu na konkurencję. Zdjęcie: SciTechDaily.

Kluczowym elementem wspólnym jest dominujące w obu branżach podejście „im większe, tym lepsze”. „Widzimy, jak firmy technologiczne stale skalują swoje modele, aby tworzyć jak najlepsze aplikacje. Jednak to również zwiększa zapotrzebowanie na zasoby” – wyjaśnia De Vries-Gao.

Dążenie do realizacji tego trendu doprowadziło do boomu na nowe centra danych AI, szczególnie w USA. Doprowadziło to do powstania planów budowy większej liczby elektrowni gazowych i reaktorów jądrowych, aby sprostać rosnącemu zapotrzebowaniu na energię elektryczną.

Nagłe wzrosty zapotrzebowania na energię elektryczną mogą wywierać znaczną presję na sieć i utrudniać przejście na czystsze źródła energii, podobnie jak wyzwania związane z wydobyciem kryptowalut. Kolejnym podobieństwem jest trudność w dokładnej ocenie zużycia energii elektrycznej i wpływu tych technologii na środowisko. Chociaż duże firmy technologiczne raportują emisję dwutlenku węgla, rzadko udostępniają szczegółowe dane dotyczące własnej sztucznej inteligencji.

Aby rozwiązać ten problem, De Vries-Gao zastosował technikę „triangulacji”. Wykorzystał publicznie dostępne informacje o urządzeniach, szacunki analityków oraz raporty o przychodach firm, aby prognozować liczbę wyprodukowanych jednostek sprzętowych i ilość energii, jaką mogą one zużywać.

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

Prognozy i niepewność na przyszłość

De Vries-Gao szacuje, że do 2024 roku AI zużywała energię elektryczną równą całemu Holandii. Do końca 2025 roku ta liczba może wzrosnąć do poziomu Wielkiej Brytanii, a zapotrzebowanie AI na energię elektryczną osiągnie 23 gigawaty (GW).

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

Pomimo tych przewidywań, dokładne oszacowanie zużycia energii przez sztuczną inteligencję pozostaje skomplikowane. Wpływ na środowisko jest bardzo zróżnicowany i zależy od wielu czynników, takich jak rodzaj wymaganego przetwarzania, rozmiar modelu sztucznej inteligencji oraz zasilanie lokalnej sieci energetycznej.

Zużycie energii elektrycznej przez Ethereum spadło o 99,988% po przejściu na bardziej energooszczędną metodę weryfikacji transakcji w porównaniu z Bitcoinem. Zdjęcie: SCMP.

Na przykład, korzystanie z narzędzi sztucznej inteligencji przetwarzanych przez centra danych w Zachodniej Wirginii może generować prawie dwukrotnie większą emisję dwutlenku węgla niż w Kalifornii. Wynika to z różnic w zużyciu energii odnawialnej w obu stanach.

De Vries-Gao uważa, że firmy technologiczne potrzebują większej przejrzystości. „Konieczność przechodzenia przez tak wiele skomplikowanych kroków, aby uzyskać szacunki, to prawdziwy absurd. Nie powinno to być absurdalnie trudne, ale niestety jest” – powiedział.

Patrząc w przyszłość, pytanie, czy efektywność energetyczna wzrośnie, pozostaje otwarte. Chociaż niektóre modele sztucznej inteligencji, takie jak DeepSeek, deklarują znacznie niższe zużycie energii niż inne, pojawia się pytanie, czy firmy będą przedkładać efektywność nad trend „im większe, tym lepsze”.

Istnieje również ryzyko paradoksu Jevonsa – gdzie wzrost wydajności prowadzi do wyższego ogólnego zużycia energii z powodu zwiększonego wykorzystania. Bez lepszych wskaźników i transparentności zarządzanie energią zużywaną 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