Krátká odpověď
Umělá inteligence spotřebovává elektřinu, protože moderní modely vyžadují velké množství výpočtů. Na celkové spotřebě energie se podílejí grafické procesory, servery, úložiště, sítě, chlazení a infrastruktura datových center.
Umělá inteligence je z podstaty náročná na výpočetní výkon
Systémy umělé inteligence jsou založeny na matematických operacích prováděných ve velmi velkém měřítku. Trénování a provoz neuronových sítí vyžaduje specializovaný hardware schopný paralelně zpracovávat obrovské množství výpočtů. Proto se grafické procesory a další akcelerátory staly ústředním prvkem moderní infrastruktury umělé inteligence.
Trénování velkých modelů vyžaduje soustředěný výpočet
Trénování rozsáhlého modelu umělé inteligence může zahrnovat zpracování obrovských souborů dat v mnoha iteracích. Během tréninku mohou po dlouhou dobu běžet tisíce akcelerátorů, které nepřetržitě spotřebovávají elektrickou energii. Přestože trénink není jediným zdrojem spotřeby energie AI, je jednou z nejviditelnějších a zdrojově nejnáročnějších fází.
Inference roste s každodenním používáním
Odvozování je proces, při kterém se pomocí vyškoleného modelu odpovídají výzvy, generuje text, vytvářejí obrázky, shrnují dokumenty nebo provádějí jiné úkoly. Vzhledem k tomu, že nástroje umělé inteligence přijímají miliony uživatelů, může se inference stát hlavním zdrojem poptávky po elektřině, protože probíhá nepřetržitě a v globálním měřítku.
Datová centra zvyšují podpůrnou poptávku po energii
Pracovní zátěže umělé inteligence běží v datových centrech. Kromě samotných procesorů se elektřina používá také pro servery, paměti, úložiště, síťová zařízení, dodávky energie a chlazení. Tato podpůrná infrastruktura znamená, že celková spotřeba elektrické energie je větší než samotná spotřeba surového hardwaru.
Efektivita se zvyšuje, ale poptávka může stále růst
Efektivita hardwaru, softwaru a datových center se stále zlepšuje. Zvýšení efektivity však může být kompenzováno rostoucí poptávkou, většími modely, větším počtem uživatelů a větším množstvím funkcí umělé inteligence zabudovaných do každodenních produktů. Ústřední otázkou není jen to, zda se AI stává efektivnější, ale zda celkové využití roste rychleji než se zlepšuje efektivita.