Võrdlev ülevaade tehisintellekti elektritarbimisest, süsinikdioksiidi heitkogustest, veekasutusest ja arvutamisintensiivsusest.
Tehisintellekti süsteemid tuginevad suuremahulisele arvutustaristule. Nende keskkonnajälg sõltub elektrivajadusest, andmekeskuse tõhususest, võrgu süsinikdioksiidi intensiivsusest, jahutustehnoloogiast ning treeningu ja järelduste tegemise töökoormuse mahust. TheAIMeters pakub läbipaistvaid hinnanguid, et neid suundumusi oleks lihtsam mõista.
Tehisintellekti infrastruktuur tarbib tohutult elektrit, jahutusvett ja arvutusressursse. Neid numbreid on lihtsam mõista, kui neid võrrelda tuttavate reaalsete tegevustega.
Suured tehisintellekti süsteemid tarbivad pidevalt elektrienergiat andmekeskuste kaudu, mis on täis GPUsid ja spetsiaalset riistvara. Koolitus- ja järelduskoormused võivad nõuda energiat, mis on võrreldav tuhandete majapidamiste energiaga.
Tehisintellektiga seotud süsinikdioksiidi heitkogused sõltuvad suurel määral andmekeskuste energiakogusest. Fossiilkütustel põhinev elekter tekitab palju suurema ökoloogilise jalajälje kui taastuvad energiaallikad.
Kaasaegne tehisintellekti infrastruktuur nõuab märkimisväärset jahutusvõimsust. Paljud andmekeskused tuginevad veepõhistele jahutussüsteemidele, mistõttu on veetarbimine üha olulisem osa tehisintellekti jätkusuutlikkuse aruteludest.
Elekter on tehisintellekti infrastruktuuri jalajälje alus. GPUd, serverid, võrgud ja jahutussüsteemid suurendavad energiavajadust.
Loe edasiAIga seotud CO₂e heitkogused sõltuvad kasutatavast elektrist ja andmekeskusi varustavate võrkude süsinikuintensiivsusest.
Loe edasiSõltuvalt piirkonnast ja infrastruktuurist võib vesi olla seotud otseselt andmekeskuste jahutamise ja kaudselt elektritootmise kaudu.
Loe edasiTehisintellekti keskkonnamõju tuleneb nii suurte mudelite treenimisest kui ka miljardite järelduste tegemise taotluste teenindamisest iga päev. Kui koolitamine nõuab tohutuid arvutusvõimsuse hüppeid, siis järelduste tegemise töökoormus tekitab globaalsele infrastruktuurile pidevat pikaajalist nõudlust.
Teadlased ja infrastruktuuri pakkujad parandavad aktiivselt tehisintellekti tõhusust paremate kiipide, optimeeritud mudelite, taastuvenergial töötavate andmekeskuste ja tõhusamate jahutussüsteemide abil. Siiski kasvab ka tehisintellekti ülemaailmne kasutuselevõtt väga kiiresti, mis võib osa neist edusammudest tasakaalustada.
Need näitajad kombineerivad avalikke andmeid, infrastruktuuri eeldusi ja perioodilisi ajakohastusi. Üksikasjalikud eeldused on kättesaadavad metoodika leheküljel Metoodika.
Avalike allikate ja läbipaistvate eelduste põhjal koostatud reaalajas hinnangud AI süsinikdioksiidi heitkoguste (CO₂e) kohta - täna ja aasta lõikes.
Kaasaegsed tehisintellekti süsteemid tuginevad massiivsetele andmekeskustele, mis on täis GPUsid, võrguseadmeid, jahutussüsteeme ja suure tihedusega infrastruktuuri. Need rajatised võimaldavad tehisintellekti koolitust, järelduste tegemist, pildi genereerimist ja suuremahulisi keelemudeleid.
Tehisintellekti elektrienergia kasutamine tuleneb kaasaegsete tehisintellekti süsteemide treenimiseks, käivitamiseks ja skaleerimiseks vajalikust arvutiinfrastruktuurist.
Reaalajas hinnangud AI poolt kasutatud elektrienergia kohta - täna ja aasta lõikes - avalike allikate ja läbipaistvate eelduste alusel.
Tehisintellekti andmekeskused tarbivad vett peamiselt jahutamiseks. Suured GPU-klastrid tekitavad tohutult palju soojust ja paljud rajatised tuginevad veepõhistele jahutussüsteemidele, et säilitada ohutud töötemperatuurid.
Tehisintellekti ei kasuta vett kõikjal ühtemoodi, kuid suured andmekeskused võivad suurendada kohalikku veevajadust sõltuvalt jahutussüsteemidest, kliimast ja energiaallikatest.