Turinys
Trumpas atsakymas: tai priklauso nuo konstrukcijos, vietos ir energijos šaltinio
Dirbtinio intelekto duomenų centrai gali kelti realią grėsmę aplinkai, tačiau pernelyg supaprastinta būtų teigti, kad kiekvienas dirbtinio intelekto duomenų centras automatiškai daro neigiamą poveikį aplinkai. Tas pats darbo krūvis gali turėti labai skirtingą poveikį, priklausomai nuo elektros tinklo, aušinimo sistemos, vietinių vandens sąlygų ir įrangos efektyvumo.
Duomenų centras, kuris daugiausia maitinamas mažai anglies dioksido išskiriančia elektros energija, naudoja efektyvią aušinimo sistemą ir teikia skaidrią ataskaitinę informaciją, palieka kitokį ekologinį pėdsaką nei tas, kuris priklauso nuo iškastinio kuro gausiai naudojančio elektros tinklo, eikvoja ribotus vietos vandens išteklius arba dar labiau apsunkina ir taip jau ribotą elektros energijos sistemą.
Svarbus klausimas yra ne tai, ar dirbtinio intelekto duomenų centrai abstrakčiai vertinant yra geri ar blogi. Svarbu tai, ką jie sunaudoja, kur yra įsikūrę, ką jie pakeičia ar ką leidžia padaryti, ir ar vietos bendruomenės gali aiškiai įvertinti visus už ir prieš.
Elektros energijos paklausa yra pirmoji aplinkosaugos problema
Dirbtinio intelekto duomenų centrai skirti skaičiavimams atlikti. Didžiosios dirbtinio intelekto sistemos remiasi tankiai išdėstytais GPU stelažais, didelės pralaidumo tinklais, saugyklomis, atmintimi ir elektros energijos tiekimo įranga. Kai šios sistemos mokina modelius arba apdoroja išvadų gavimo užklausas, jos nuolat sunaudoja elektros energiją.
Tos elektros energijos poveikis aplinkai labai priklauso nuo elektros tinklo. Megavatvalandė, gauta iš mažai anglies dioksido išskiriančio elektros tinklo, daro kitokį poveikį klimatui nei megavatvalandė, pagaminta daugiausia iš akmens anglies ar dujų. Būtent todėl vieta yra ne mažiau svarbi nei pastato viduje esanti įranga.
Išsamesnį paaiškinimą, kodėl dirbtinis intelektas sunaudoja tiek daug energijos, rasite Kodėl dirbtinis intelektas sunaudoja tiek daug elektros energijos?.
Vandens suvartojimas priklauso nuo pasirinktų aušinimo būdų ir vietos vandens trūkumo
Dirbtinio intelekto lustai skleidžia šilumą. Duomenų centrai privalo pašalinti tą šilumą, kad serveriai veiktų patikimai ir efektyviai. Kai kurie objektai naudoja oro aušinimą, kiti – atšaldyto vandens kontūrus, dar kiti – garavimo aušinimą, o daugelis taiko hibridines sistemas, kurios prisitaiko prie lauko sąlygų.
Vandens pagrindu veikianti aušinimo sistema tam tikromis sąlygomis gali sumažinti elektros energijos poreikį, tačiau taip pat gali padidinti vietinį vandens suvartojimą. Šis kompromisas nėra savaime geras ar blogas. Tai priklauso nuo vietinio klimato, vandens trūkumo, energijos šaltinių derinio ir nuo to, ar vanduo yra geriamasis, regeneruotas ar kitaip tvarkomas.
Daugiau informacijos apie aušinimą ir vandens naudojimą rasite Kodėl dirbtinio intelekto duomenų centrai sunaudoja tiek daug vandens?.
Anglies dioksido išmetimas priklauso nuo elektros energijos šaltinių sudėties
Didžioji dalis dirbtinio intelekto duomenų centrų išmetamų anglies dioksido dujų yra netiesioginės. Patalpose esantys serveriai paprastai neišskiria CO₂, tačiau jų veikimui naudojama elektros energija gali būti gaminama iš iškastinio kuro kur nors elektros tinkle.
Tai reiškia, kad tas pats AI modelis gali turėti skirtingą anglies pėdsaką, priklausomai nuo to, kada ir kur jis veikia. Regioninis elektros tinklo intensyvumas, atsinaujinančiosios energijos pirkimai, rezervinė elektros gamyba ir valandinis elektros energijos suderinimas – visa tai gali turėti įtakos tikrajam anglies pėdsakui.
Kadangi išsamūs duomenys apie energijos šaltinius, susijusius su dirbtiniu intelektu, retai skelbiami viešai, anglies dioksido išmetimo įvertinimus reikėtų vertinti kaip orientacinius. Skaidrios prielaidos yra patikimesnės nei apsimetinėjimas, kad tikslios pasaulinės sumos yra žinomos.
Vietinis poveikis gali būti ne mažiau svarbus nei bendri pasauliniai rodikliai
Duomenų centrai yra fiziniai pramoniniai objektai. Jiems reikalingas žemės sklypas, prijungimas prie elektros tinklo, pastotės, šviesolaidžiai, atsarginės sistemos, statybinės medžiagos ir aušinimo infrastruktūra. Net ir tada, kai pagrindinė tema yra pasaulinės emisijos, vietos lygmens poveikis gali nulemti, ar projektas bus patvirtintas.
Bendruomenės gali nerimauti dėl vandens naudojimo, elektros sąskaitų, elektros tinklo perkrovos, triukšmo, mokesčių lengvatų, žemės naudojimo, statybų sukeliamų nepatogumų arba dėl to, ar pažadėtos darbo vietos atitinka visuomenės paramos mastą. Šie susirūpinimai nėra vienodi visur.
Būtent todėl atliekant rimtą aplinkosauginį vertinimą reikėtų atsižvelgti ne tik į bendrą dirbtinio intelekto paklausą. Reikėtų išsiaiškinti, kokį poveikį konkretus duomenų centras daro konkrečiam elektros tinklui, vandens baseinui ir bendruomenei.
Didžiausia problema dažnai yra nepakankamas skaidrumas
Vieša ataskaitų teikimo praktika apie AI infrastruktūrą gerėja, tačiau vis dar yra neišsami. Daugelis įmonių skelbia bendrus energijos ar vandens suvartojimo rodiklius, tačiau ne visada pateikia duomenis, reikalingus atskirti AI darbo krūvius, atskirus objektus ar konkrečias modelių aptarnavimo sistemas.
Nesant aiškios informacijos, išoriniai įvertinimai turi būti grindžiami viešai skelbiamais ataskaitomis, prielaidomis apie infrastruktūrą, techninės įrangos specifikacijomis ir tyrimais. Tai gali padėti nustatyti naudingus dydžių eiliškumus, tačiau to neturėtų būti painiojama su audituotais matavimais objektų lygmeniu.
Didesnis skaidrumas padėtų diskusijai tapti praktiškesnei: kiek elektros energijos reikia, kokie tinklo ištekliai naudojami, kaip veikia aušinimo sistema, koks vandens šaltinis naudojamas ir kaip poveikis kinta laikui bėgant.
Dirbtinio intelekto duomenų centrai gali tobulėti, tačiau paklausa gali augti dar sparčiau
Dirbtinio intelekto duomenų centrų poveikį aplinkai galima sumažinti naudojant efektyvesnius lustus, tobulinant modelių aptarnavimą, kuriant mažesnius specializuotus modelius, pakartotinai naudojant šilumą, gerinant aušinimą, tinkamiau parenkant vietą, naudojant mažiau anglies dioksido išskiriančią elektros energiją ir taikant griežtesnius ataskaitų teikimo standartus.
Vien tik efektyvumas negarantuoja mažesnio bendro poveikio. Jei dirbtinio intelekto naudojimas augs sparčiau nei didės efektyvumas, bendras elektros energijos poreikis, aušinimo poreikiai ir infrastruktūros plėtra vis tiek gali didėti.
Realistiška išvada yra sudėtinga: dirbtinio intelekto duomenų centrai savaime nėra blogi, tačiau jų veikla turi poveikį aplinkai. Jų aplinkosauginis veiksmingumas priklauso nuo inžinerinių sprendimų, vietinių išteklių apribojimų, viešosios atskaitomybės ir paklausos masto, kuriam patenkinti jie yra sukurti.