Praktičen pregled okoljskega odtisa umetne inteligence na področjih električne energije, vode, emisij ogljika, podatkovnih centrov in računalniške infrastrukture.
Sistemi umetne inteligence so odvisni od fizične infrastrukture: grafičnih procesorjev (GPU), strežnikov, podatkovnih centrov, električnih omrežij, sistemov hlajenja, oskrbe z vodo in globalnih omrežij. Njihov okoljski odtis je odvisen od obsega uporabljene računske moči, kraja delovanja, učinkovitosti podatkovnega centra ter lokalno razpoložljivih virov energije in hlajenja.
Najbolj koristen način za razumevanje vpliva umetne inteligence je razčlenitev glavnih dejavnikov: povpraševanja po električni energiji, ogljične intenzivnosti, porabe vode, procesov usposabljanja, prometa pri sklepanju ter hlajenja podatkovnih centrov. Na spodnjih straneh je vsak del pojasnjen, pri čemer ocene TheAIMeters niso obravnavane kot uradni skupni podatki.
Infrastruktura umetne inteligence porabi ogromne količine električne energije, hladilne vode in računalniških virov. Te številke je lažje razumeti, če jih primerjamo z znanimi dejavnostmi v resničnem svetu.
Veliki sistemi umetne inteligence nenehno porabljajo električno energijo v podatkovnih centrih z grafičnimi procesorji in specializirano strojno opremo. Delovne obremenitve za usposabljanje in sklepanje lahko porabijo energijo, primerljivo s porabo v tisočih gospodinjstvih.
Emisije ogljika, povezane z umetno inteligenco, so v veliki meri odvisne od mešanice energijskih virov, ki poganjajo podatkovne centre. Električna energija, ki temelji na fosilnih gorivih, povzroča veliko večji okoljski odtis kot obnovljivi viri energije.
Sodobna infrastruktura umetne inteligence zahteva veliko hladilno zmogljivost. Številni podatkovni centri se zanašajo na vodne hladilne sisteme, zato je poraba vode vse pomembnejši del razprav o trajnosti umetne inteligence.
Električna energija je temelj infrastrukturnega odtisa umetne inteligence. Grafični procesorji, strežniki, omrežni in hladilni sistemi prispevajo k povpraševanju po energiji.
Preberi večEmisije CO₂e, povezane z umetno inteligenco, so odvisne od uporabljene električne energije in ogljične intenzivnosti omrežij, ki napajajo podatkovne centre.
Preberi večVoda se lahko uporablja neposredno pri hlajenju podatkovnih centrov in posredno pri proizvodnji električne energije, odvisno od regije in infrastrukture.
Preberi večUmetna inteligenca vpliva na okolje tako zaradi urjenja velikih modelov kot tudi zaradi vsakodnevnega obravnavanja milijard zahtevkov za sklepanje. Medtem ko je za usposabljanje potrebna velika porcija računske moči, pa delovne obremenitve pri sklepanju ustvarjajo stalno dolgoročno povpraševanje po globalni infrastrukturi.
Podatkovni centri za umetno inteligenco združujejo velike količine računske moči v gosto nameščenih GPU-sklopih. Zaradi tega so hlajenje, razpoložljivost vode, oskrba z električno energijo in zmogljivost lokalnega omrežja ključni dejavniki, ki vplivajo na okoljski vpliv infrastrukture za umetno inteligenco.
Raziskovalci in ponudniki infrastrukture aktivno izboljšujejo učinkovitost umetne inteligence z boljšimi čipi, optimiziranimi modeli, podatkovnimi centri, ki jih poganjajo obnovljivi viri, in učinkovitejšimi hladilnimi sistemi. Vendar pa tudi svetovna uporaba umetne inteligence izjemno hitro narašča, kar lahko izniči nekatere od teh dosežkov.
Javno poročanje je nepopolno. Velikost modela, vrsta strojne opreme, izkoriščenost, lokacija podatkovnega centra, tehnologija hlajenja, sestava omrežja ter razmerje med usposabljanjem in sklepanjem lahko vsi vplivajo na končni ogljični odtis. Podatke TheAIMeters je treba razumeti kot pregledne, usmerne ocene in ne kot uradne meritve.
Ti kazalniki združujejo javne podatke, infrastrukturne predpostavke in redne posodobitve. Podrobne predpostavke so na voljo na strani Metodologija Metodologija.
Podatkovni centri za umetno inteligenco niso nujno škodljivi za okolje, vendar je njihov vpliv odvisen od porabe električne energije, sestave omrežja, porabe vode, zasnove hlajenja, lokalnih omejitev in preglednosti.
Praktična ocena dnevnih promptov in poizvedb ChatGPT, ki temelji na javnih signalih sprejemanja, ne na uradnih podatkih o prometu v realnem času.
Razumite, kako se sistemi AI povezujejo z orodji, viri podatkov, API-ji in delovnimi tokovi ter presežejo preprosto generiranje besedila.
Sodobni sistemi umetne inteligence temeljijo na velikih podatkovnih centrih, polnih grafičnih procesorjev, omrežne opreme, hladilnih sistemov in infrastrukture visoke gostote. Te naprave omogočajo usposabljanje, sklepanje, ustvarjanje slik in obsežne jezikovne modele umetne inteligence.
AI porabi toliko elektrike, ker treniranje, inferenca in uvedba v svetovnem merilu temeljijo na računsko intenzivni infrastrukturi.
Podatkovni centri za umetno inteligenco uporabljajo vodo, ker strežniki z grafičnimi procesorji (GPU) visoke gostote proizvajajo toploto, ki jo je treba nenehno odvajati. Hlajenje na osnovi vode je lahko učinkovito, vendar je njegov lokalni vpliv odvisen od podnebja, zasnove hlajenja, proizvodnje električne energije in razpoložljivosti vode.