Содержание
Краткий ответ: это зависит от конструкции, местоположения и источника энергии
Центры обработки данных ИИ могут оказывать реальное давление на окружающую среду, но было бы слишком упрощенно утверждать, что каждый такой центр автоматически наносит вред окружающей среде. Одна и та же рабочая нагрузка может оказывать совершенно разное воздействие в зависимости от электросети, системы охлаждения, местных условий водоснабжения и эффективности оборудования.
Центры обработки данных, которые в основном используют электроэнергию с низким уровнем выбросов углерода, применяют эффективные системы охлаждения и обеспечивают прозрачную отчетность, оставляют иной экологический след, чем те, которые зависят от энергосистемы с преобладанием ископаемого топлива, потребляют ограниченные местные водные ресурсы или создают дополнительную нагрузку на и без того перегруженную энергосистему.
Важный вопрос заключается не в том, хороши ли центры обработки данных для ИИ или плохи в абстрактном смысле. Важно то, что они потребляют, где они расположены, что они заменяют или что позволяют реализовать, а также могут ли местные сообщества четко осознавать связанные с этим компромиссы.
Спрос на электроэнергию — это первая экологическая проблема
Центры обработки данных искусственного интеллекта предназначены для выполнения вычислений. Крупные системы искусственного интеллекта построены на основе плотно укомплектованных стоек с графическими процессорами, сетевого оборудования с высокой пропускной способностью, систем хранения данных, оперативной памяти и оборудования для электропитания. Когда эти системы обучают модели или обрабатывают запросы на инференцию, они непрерывно потребляют электроэнергию.
Воздействие этой электроэнергии на окружающую среду в значительной степени зависит от энергосистемы. Мегаватт-час, полученный из низкоуглеродной энергосистемы, оказывает иное влияние на климат, чем мегаватт-час, произведенный преимущественно за счет сжигания угля или газа. Именно поэтому местоположение имеет такое же значение, как и оборудование внутри здания.
Более подробное объяснение того, почему ИИ потребляет столько энергии, см. Почему искусственный интеллект потребляет так много электроэнергии?.
Потребление воды зависит от выбора способов охлаждения и степени дефицита воды в данном регионе
Чипы искусственного интеллекта выделяют тепло. Центры обработки данных должны отводить это тепло, чтобы обеспечить надежную и эффективную работу серверов. Некоторые объекты используют воздушное охлаждение, некоторые — контуры с охлажденной водой, третьи — испарительное охлаждение, а многие — гибридные системы, которые адаптируются к условиям на улице.
Водяное охлаждение может снизить потребность в электроэнергии в определенных условиях, но при этом может привести к увеличению местного потребления воды. Такой компромисс не является автоматически ни положительным, ни отрицательным. Все зависит от местного климата, дефицита водных ресурсов, структуры энергобаланса, а также от того, является ли вода питьевой, очищенной или используется иным образом.
Более подробную информацию об охлаждении и водопользовании см. в Почему в центрах обработки данных с ИИ потребляется так много воды?.
Выбросы углерода зависят от структуры источников электроэнергии
Большая часть выбросов углерода в центрах обработки данных, использующих ИИ, носит косвенный характер. Серверы, как правило, не выделяют CO₂ непосредственно на объекте, однако электроэнергия, используемая для их питания, может производиться за счёт ископаемого топлива где-то в энергосистеме.
Это означает, что одна и та же модель искусственного интеллекта может иметь разный углеродный след в зависимости от того, когда и где она запускается. На фактический углеродный след могут влиять такие факторы, как интенсивность потребления электроэнергии в регионе, доля возобновляемых источников энергии, резервные мощности и почасовое балансирование электроэнергии.
Поскольку подробные данные об источниках энергии, связанных с ИИ, редко публикуются, оценки выбросов углерода следует рассматривать как ориентировочные. Прозрачные допущения вызывают больше доверия, чем попытки создать впечатление, будто точные глобальные показатели известны.
Местные последствия могут иметь такое же значение, как и глобальные показатели
Центры обработки данных — это физические промышленные объекты. Для их создания требуются земельные участки, подключение к энергосети, подстанции, оптоволоконные линии, резервные системы, строительные материалы и инфраструктура охлаждения. Даже когда в центре внимания находятся глобальные выбросы, именно местные последствия могут стать решающим фактором при принятии решения о реализации проекта.
Местные сообщества могут выражать озабоченность по поводу водопотребления, счетов за электроэнергию, перегруженности энергосети, шума, налоговых льгот, землепользования, неудобств, связанных со строительством, а также того, соответствуют ли обещанные рабочие места масштабам общественной поддержки. Эти опасения не везде одинаковы.
Именно поэтому в рамках серьезной экологической оценки следует выйти за рамки анализа совокупного спроса на ИИ. Необходимо проанализировать, какое влияние конкретный центр обработки данных оказывает на конкретную энергосистему, водосборный бассейн и местное сообщество.
Чаще всего самой большой проблемой является недостаточная прозрачность
Публичная отчетность об инфраструктуре ИИ улучшается, но по-прежнему остается неполной. Многие компании раскрывают данные о корпоративном потреблении энергии или воды, однако не всегда предоставляют подробную информацию, необходимую для выделения рабочих нагрузок ИИ, отдельных объектов или конкретных систем, обслуживающих модели.
В отсутствие четкой информации внешние оценки должны основываться на сочетании публичных отчетов, допущений об инфраструктуре, технических характеристик оборудования и результатов исследований. Это позволяет получить полезные порядки величин, однако их не следует путать с проверенными измерениями на уровне отдельных объектов.
Повышение прозрачности сделало бы обсуждение более конструктивным: сколько электроэнергии требуется, какие ресурсы энергосистемы задействованы, как организовано охлаждение, какой источник воды используется и как меняется воздействие на окружающую среду с течением времени.
Центральные серверные комплексы на базе ИИ могут совершенствоваться, но спрос на них может расти быстрее
Экологический след центров обработки данных искусственного интеллекта можно уменьшить за счет использования более эффективных микросхем, оптимизации обслуживания моделей, сокращения размера специализированных моделей, повторного использования тепла, усовершенствования систем охлаждения, более рационального выбора мест размещения, использования электроэнергии с более низким уровнем выбросов углерода и внедрения более строгих стандартов отчетности.
Сама по себе эффективность не гарантирует снижения общего воздействия на окружающую среду. Если темпы внедрения ИИ будут опережать темпы повышения эффективности, общий спрос на электроэнергию, потребности в охлаждении и расширение инфраструктуры все равно могут возрасти.
Реалистичный вывод имеет ряд нюансов: центры обработки данных для ИИ не являются плохими сами по себе, но их деятельность не проходит бесследно. Их экологические показатели зависят от инженерных решений, ограничений по местным ресурсам, публичной подотчетности и масштабов спроса, для удовлетворения которого они созданы.