Krátka odpoveď
Umelá inteligencia spotrebúva elektrickú energiu, pretože moderné modely vyžadujú veľké množstvo výpočtov. GPU, servery, úložiská, siete, chladenie a infraštruktúra dátových centier sa podieľajú na celkovej spotrebe energie.
Umelá inteligencia je náročná na výpočty už zo svojej podstaty
Systémy umelej inteligencie sa spoliehajú na matematické operácie vykonávané vo veľmi veľkom rozsahu. Trénovanie a spúšťanie neurónových sietí si vyžaduje špecializovaný hardvér, ktorý dokáže paralelne spracovať obrovské množstvo výpočtov. Preto sa grafické procesory a iné akcelerátory stali ústredným prvkom modernej infraštruktúry umelej inteligencie.
Trénovanie veľkých modelov si vyžaduje sústredený výpočet
Trénovanie veľkého modelu umelej inteligencie môže zahŕňať spracovanie obrovských súborov údajov počas mnohých iterácií. Počas tréningu môžu byť tisíce akcelerátorov v prevádzke dlhé časové úseky, pričom nepretržite spotrebúvajú elektrickú energiu. Hoci tréning nie je jediným zdrojom spotreby energie AI, je to jedna z najviditeľnejších fáz náročných na zdroje.
Inferencia rastie s každodenným používaním
Odvodzovanie je proces používania vyškoleného modelu na odpovedanie na výzvy, generovanie textu, vytváranie obrázkov, sumarizovanie dokumentov alebo vykonávanie iných úloh. Keďže nástroje umelej inteligencie si osvojujú milióny používateľov, inferencia sa môže stať hlavným zdrojom dopytu po elektrickej energii, pretože prebieha nepretržite a v globálnom meradle.
Dátové centrá zvyšujú podporný dopyt po energii
Pracovné záťaže umelej inteligencie bežia v dátových centrách. Okrem samotných procesorov sa elektrická energia využíva aj na servery, pamäť, úložisko, sieťové zariadenia, dodávky energie a chladenie. Táto podporná infraštruktúra znamená, že celková spotreba elektrickej energie je väčšia ako samotná spotreba surového hardvéru.
Efektivita sa zlepšuje, ale dopyt môže stále rásť
Efektívnosť hardvéru, softvéru a dátových centier sa naďalej zlepšuje. Zvýšenie efektívnosti však môže byť kompenzované rastúcim dopytom, väčšími modelmi, väčším počtom používateľov a väčším počtom funkcií umelej inteligencie zabudovaných do každodenných produktov. Hlavnou otázkou nie je len to, či sa AI stáva efektívnejšou, ale aj to, či celkové využitie rastie rýchlejšie ako sa zlepšuje efektívnosť.