Czy centra danych wykorzystujące sztuczną inteligencję są szkodliwe dla środowiska?

Centra danych wykorzystujące sztuczną inteligencję mogą wywierać realny wpływ na środowisko, ale zbyt dużym uproszczeniem jest twierdzenie, że każde takie centrum danych jest z natury szkodliwe dla środowiska. Ten sam obciążenie może mieć bardzo zróżnicowany wpływ w zależności od sieci energetycznej, systemu chłodzenia, lokalnych warunków wodnych oraz wydajności sprzętu.

Centrum danych zasilane głównie energią elektryczną o niskiej emisji dwutlenku węgla, wykorzystujące wydajne systemy chłodzenia i prowadzące przejrzystą sprawozdawczość, ma inny ślad węglowy niż centrum danych, które korzysta z sieci energetycznej opartej w dużej mierze na paliwach kopalnych, zużywa ograniczone lokalne zasoby wody lub dodatkowo obciąża i tak już przeciążony system energetyczny.

Istotne nie jest to, czy centra danych obsługujące sztuczną inteligencję są w teorii dobre czy złe. Chodzi o to, ile energii zużywają, gdzie się znajdują, co zastępują lub co umożliwiają, oraz czy lokalne społeczności potrafią jasno dostrzec związane z tym korzyści i wady.

Centra danych sztucznej inteligencji służą do wykonywania obliczeń. Duże systemy sztucznej inteligencji opierają się na gęsto upakowanych szafach z procesorami graficznymi (GPU), sieciach o dużej przepustowości, pamięciach masowych, pamięciach operacyjnych oraz sprzęcie zasilającym. Gdy systemy te trenują modele lub obsługują żądania wnioskowania, nieprzerwanie zużywają energię elektryczną.

Wpływ tej energii elektrycznej na środowisko w dużym stopniu zależy od sieci energetycznej. Megawatogodzina pochodząca z sieci niskoemisyjnej ma inny wpływ na klimat niż megawatogodzina wytworzona głównie z węgla lub gazu. Dlatego lokalizacja ma równie duże znaczenie, co wyposażenie wewnątrz budynku.

Aby uzyskać bardziej szczegółowe wyjaśnienie, dlaczego sztuczna inteligencja zużywa tak dużo energii, zobacz Dlaczego sztuczna inteligencja zużywa tak dużo energii elektrycznej?.

Układy AI wytwarzają ciepło. Centra danych muszą odprowadzać to ciepło, aby zapewnić niezawodność i wydajność serwerów. Niektóre obiekty stosują chłodzenie powietrzem, inne – obieg wody lodowej, jeszcze inne – chłodzenie wyparne, a wiele z nich wykorzystuje rozwiązania hybrydowe, które dostosowują się do warunków panujących na zewnątrz.

Chłodzenie wodne może w pewnych warunkach zmniejszyć zapotrzebowanie na energię elektryczną, ale może również zwiększyć lokalne zużycie wody. Ten kompromis nie jest z góry dobry ani zły. Zależy to od lokalnego klimatu, niedoboru wody, struktury źródeł energii oraz tego, czy woda jest pitna, odzyskana, czy też zarządzana w inny sposób.

Więcej szczegółowych informacji na temat chłodzenia i zużycia wody można znaleźć w Dlaczego centra danych wykorzystujące sztuczną inteligencję zużywają tak dużo wody?.

Większość emisji dwutlenku węgla w centrach danych wykorzystujących sztuczną inteligencję ma charakter pośredni. Serwery zazwyczaj nie emitują CO₂ na terenie obiektu, ale energia elektryczna wykorzystywana do ich zasilania może pochodzić z paliw kopalnych gdzieś w sieci energetycznej.

Oznacza to, że ten sam model sztucznej inteligencji może charakteryzować się różnym śladem węglowym w zależności od tego, kiedy i gdzie jest uruchamiany. Na rzeczywisty ślad węglowy mogą wpływać takie czynniki, jak regionalna intensywność sieci energetycznej, zakup energii ze źródeł odnawialnych, rezerwowe źródła wytwarzania energii oraz godzinowe dopasowanie podaży i popytu na energię elektryczną.

Ponieważ szczegółowe dane dotyczące źródeł energii wykorzystywanej w sztucznej inteligencji rzadko są podawane do wiadomości publicznej, szacunki dotyczące emisji dwutlenku węgla należy traktować jako orientacyjne. Przejrzyste założenia są bardziej wiarygodne niż udawanie, że znane są dokładne wartości globalne.

Centra danych to fizyczne obiekty przemysłowe. Wymagają one gruntów, przyłączy do sieci energetycznej, podstacji, światłowodów, systemów rezerwowych, materiałów budowlanych oraz infrastruktury chłodniczej. Nawet jeśli w centrum uwagi znajdują się globalne emisje, to właśnie lokalne skutki mogą zadecydować o tym, czy projekt zostanie zaakceptowany.

Społeczności mogą martwić się kwestiami takimi jak zużycie wody, rachunki za prąd, przeciążenie sieci energetycznej, hałas, ulgi podatkowe, zagospodarowanie terenu, utrudnienia związane z budową lub tym, czy obiecane miejsca pracy odpowiadają skali poparcia społecznego. Obawy te nie są wszędzie takie same.

Właśnie dlatego rzetelna ocena oddziaływania na środowisko powinna wykraczać poza ogólny popyt związany ze sztuczną inteligencją. Powinna ona uwzględniać wpływ konkretnego centrum danych na konkretną sieć energetyczną, zlewnię i społeczność.

Publiczne sprawozdania dotyczące infrastruktury sztucznej inteligencji stają się coraz lepsze, ale wciąż są niekompletne. Wiele firm ujawnia dane dotyczące zużycia energii lub wody w całej organizacji, jednak nie zawsze podaje szczegóły niezbędne do wyodrębnienia obciążeń związanych ze sztuczną inteligencją, poszczególnych obiektów lub konkretnych systemów obsługujących modele.

Wobec braku jasnych informacji zewnętrzne szacunki muszą opierać się na połączeniu raportów publicznych, założeń dotyczących infrastruktury, specyfikacji sprzętowych oraz wyników badań. Pozwala to uzyskać przydatne wartości porządkowe, jednak nie należy ich mylić ze zweryfikowanymi pomiarami przeprowadzonymi na poziomie obiektu.

Większa przejrzystość sprawiłaby, że debata nabrałaby bardziej praktycznego charakteru: ile energii elektrycznej jest potrzebne, jakie zasoby sieci energetycznej są wykorzystywane, jak działa system chłodzenia, z jakiego źródła pochodzi woda oraz jak zmieniają się skutki w miarę upływu czasu.

Ślad środowiskowy centrów danych obsługujących sztuczną inteligencję można zmniejszyć dzięki zastosowaniu bardziej wydajnych układów scalonych, usprawnieniu obsługi modeli, tworzeniu mniejszych, wyspecjalizowanych modeli, ponownemu wykorzystaniu ciepła, ulepszonemu chłodzeniu, lepszemu doborowi lokalizacji, energii elektrycznej o niższej emisji dwutlenku węgla oraz bardziej rygorystycznym standardom sprawozdawczości.

Sama wydajność nie gwarantuje zmniejszenia całkowitego wpływu na środowisko. Jeśli wykorzystanie sztucznej inteligencji będzie rosło szybciej niż poprawia się wydajność, całkowite zapotrzebowanie na energię elektryczną, potrzeby w zakresie chłodzenia oraz rozbudowa infrastruktury mogą nadal wzrastać.

Realistyczny wniosek jest złożony: centra danych obsługujące sztuczną inteligencję nie są z natury złe, ale nie są też pozbawione wpływu na środowisko. Ich wpływ na środowisko zależy od wyborów inżynieryjnych, lokalnych ograniczeń zasobowych, odpowiedzialności publicznej oraz skali zapotrzebowania, na które zostały zaprojektowane.