Sähkön käyttö
Suuret tekoälyjärjestelmät kuluttavat jatkuvasti sähköä GPU:iden ja erikoislaitteistojen täyttämien datakeskusten kautta. Koulutus- ja päättelytyökuorma voi vaatia energiaa, joka on verrattavissa tuhansien kotitalouksien energiaan.
Tekoälyn ympäristövaikutukset
Käytännönläheinen katsaus tekoälyn ympäristövaikutuksiin sähkönkulutuksen, vedenkulutuksen, hiilipäästöjen, datakeskusten ja laskentainfrastruktuurin osalta.
Tekoälyn ympäristövaikutukset ovat infrastruktuurikysymys
Tekoälyjärjestelmät ovat riippuvaisia fyysisestä infrastruktuurista: grafiikkaprosessoreista (GPU), palvelimista, datakeskuksista, sähköverkoista, jäähdytysjärjestelmistä, vesihuollosta ja maailmanlaajuisista verkostoista. Niiden ympäristövaikutukset riippuvat siitä, kuinka paljon laskentatehoa käytetään, missä laskenta suoritetaan, kuinka tehokas datakeskus on sekä mitä energia- ja jäähdytysresursseja on paikallisesti saatavilla.
Aloita keskeisistä vaikutuskysymyksistä
Käytännöllisin tapa ymmärtää tekoälyn vaikutuksia on eritellä tärkeimmät tekijät: sähkönkulutus, hiili-intensiteetti, vedenkulutus, koulutuskierrokset, päättelyliikenne ja datakeskusten jäähdytys. Seuraavilla sivuilla selitetään kutakin osaa erikseen ilman, että TheAIMetersin arvioita pidetään virallisina kokonaismäärinä.
Tekoälyn vaikutusten ymmärtäminen reaalimaailman vertailujen avulla
Tekoälyinfrastruktuuri kuluttaa valtavia määriä sähköä, jäähdytysvettä ja laskentaresursseja. Näitä lukuja on helpompi ymmärtää, kun niitä verrataan tuttuihin reaalimaailman toimintoihin.
Hiilidioksidipäästöt
Tekoälyyn liittyvät hiilidioksidipäästöt riippuvat suuresti datakeskusten käyttämästä energialähteestä. Fossiilisiin polttoaineisiin perustuva sähkö tuottaa paljon suuremman ympäristöjalanjäljen kuin uusiutuvat energialähteet.
Vedenkulutus
Nykyaikainen tekoälyinfrastruktuuri vaatii merkittävää jäähdytyskapasiteettia. Monet datakeskukset käyttävät vesipohjaisia jäähdytysjärjestelmiä, joten vedenkulutus on yhä tärkeämpi osa tekoälyn kestävyyskeskusteluja.
Sähkönkulutus
Sähkö on tekoälyn infrastruktuurijalanjäljen perusta. Näytönohjaimet, palvelimet, verkko- ja jäähdytysjärjestelmät lisäävät kaikki energiantarvetta.
Lue lisääHiilidioksidipäästöt
Tekoälyyn liittyvät hiilidioksidipäästöt riippuvat käytetystä sähköstä ja datakeskuksia syöttävien verkkojen hiili-intensiteetistä.
Lue lisääVeden käyttö
Vesi voi olla mukana suoraan datakeskusten jäähdytyksessä ja epäsuorasti sähköntuotannossa alueesta ja infrastruktuurista riippuen.
Lue lisääTärkeimmät ympäristöoppaat
Koulutus ja päättely
Tekoälyn ympäristövaikutukset johtuvat sekä suurten mallien kouluttamisesta että miljardien päätelmäpyyntöjen palvelemisesta päivittäin. Koulutus vaatii massiivisia laskentatehopurseita, mutta päättelytyökuormat aiheuttavat jatkuvaa ja pitkäaikaista kysyntää maailmanlaajuiselle infrastruktuurille.
Tietokeskukset ja jäähdytys
Tekoälyn datakeskuksissa suuri määrä laskentatehoa on keskitetty tiheisiin GPU-klustereihin. Tämän vuoksi jäähdytys, veden saatavuus, sähkönjakelu ja paikallisen sähköverkon kapasiteetti ovat keskeisiä tekijöitä tekoälyinfrastruktuurin ympäristövaikutusten kannalta.
Voiko tekoäly tehostua?
Tutkijat ja infrastruktuurin tarjoajat parantavat aktiivisesti tekoälyn tehokkuutta paremmilla siruilla, optimoiduilla malleilla, uusiutuvilla energialähteillä toimivilla datakeskuksilla ja tehokkaammilla jäähdytysjärjestelmillä. Tekoälyn maailmanlaajuinen käyttöönotto kasvaa kuitenkin myös erittäin nopeasti, mikä saattaa kumota osan näistä parannuksista.
Miksi arviot ovat edelleen epävarmoja
Julkiset tiedot ovat puutteellisia. Mallin koko, laitteistotyyppi, käyttöaste, datakeskuksen sijainti, jäähdytystekniikka, sähköverkon energialähteiden jakauma sekä koulutuksen ja päättelyn välinen suhde voivat kaikki vaikuttaa lopulliseen ympäristöjalanjälkeen. TheAIMeters-arvoja tulisi pitää avoimina, suuntaa-antavina arvioina eikä virallisina mittaustuloksina.
Menetelmä
Näissä indikaattoreissa yhdistyvät julkiset tiedot, infrastruktuuria koskevat oletukset ja säännölliset päivitykset. Yksityiskohtaiset oletukset ovat saatavilla Menetelmät-sivulla Menetelmä.
Liittyvät live-indikaattorit
Aiheeseen liittyvät artikkelit
Miksi tekoälyn datakeskukset kuluttavat niin paljon vettä?
Tekoälyn datakeskuksissa käytetään vettä, koska tiheästi pakatut GPU-palvelimet tuottavat lämpöä, joka on poistettava jatkuvasti. Vesijäähdytys voi olla tehokasta, mutta sen paikalliset vaikutukset riippuvat ilmastosta, jäähdytysjärjestelmän suunnittelusta, sähköntuotannosta ja veden saatavuudesta.
AI Sähkönkulutus (live)
Reaaliaikaiset arviot tekoälyn käyttämästä sähköstä - tänään ja vuodesta toiseen - julkisten lähteiden ja läpinäkyvien oletusten perusteella.
AI Carbon Emissions (Live)
Julkisiin lähteisiin ja läpinäkyviin oletuksiin perustuvat reaaliaikaiset arviot tekoälyn hiilidioksidipäästöistä (CO₂e) - tänään ja vuodesta toiseen.
Miten tekoälyn datakeskukset toimivat
Nykyaikaiset tekoälyjärjestelmät perustuvat massiivisiin datakeskuksiin, jotka ovat täynnä näytönohjaimia, verkkolaitteita, jäähdytysjärjestelmiä ja tiheää infrastruktuuria. Näissä laitteistoissa käytetään tekoälyn koulutusta, päättelyä, kuvien tuottamista ja laajamittaisia kielimalleja.
Miksi tekoäly kuluttaa niin paljon sähköä?
Tekoäly käyttää niin paljon sähköä, koska koulutus, inferenssi ja maailmanlaajuinen käyttöönotto perustuvat laskentaintensiiviseen infrastruktuuriin.
Miten tekoälymalleja koulutetaan
Tekoälymalleja koulutetaan oppimaan kuvioita suurista dataseteistä, säätämään sisäisiä parametreja ja käyttämään näitä kuvioita uusiin syötteisiin vastaamiseen. Tämä koulutusprosessi on perusta sille, miten tekoälymallit toimivat.