Ali so podatkovni centri z umetno inteligenco škodljivi za okolje?

Podatkovni centri za umetno inteligenco lahko povzročajo resno obremenitev okolja, vendar je preveč poenostavljeno trditi, da je vsak takšen podatkovni center samodejno škodljiv za okolje. Enaka delovna obremenitev lahko ima zelo različne vplive, odvisno od električnega omrežja, sistema hlajenja, lokalnih vodnih razmer in učinkovitosti strojne opreme.

Podatkovni center, ki se večinoma napaja z električno energijo z nizkimi emisijami ogljika, uporablja učinkovito hlajenje in zagotavlja pregledno poročanje, ima drugačen ogljični odtis kot tisti, ki je odvisen od omrežja z visokim deležem fosilnih goriv, porablja omejene lokalne vire vode ali dodatno obremenjuje že tako omejen elektroenergetski sistem.

Pomembno vprašanje ni, ali so podatkovni centri za umetno inteligenco v abstraktnem smislu dobri ali slabi. Pomembno je, kaj porabljajo, kje se nahajajo, kaj nadomeščajo ali omogočajo ter ali lokalne skupnosti jasno razumejo s tem povezane prednosti in slabosti.

Podatkovni centri za umetno inteligenco so namenjeni izvajanju računskih operacij. Veliki sistemi umetne inteligence temeljijo na gosto zapolnjenih stojalih z grafičnimi procesorji (GPU), omrežjih z visoko pasovno širino, sistemih za shranjevanje podatkov, pomnilniku in opremi za napajanje. Ko ti sistemi usposabljajo modele ali obdelujejo zahteve za sklepanje, neprekinjeno porabljajo električno energijo.

Okoljski vpliv te električne energije je v veliki meri odvisen od omrežja. Megavatna ura iz omrežja z nizkimi emisijami ogljika ima drugačen vpliv na podnebje kot megavatna ura, proizvedena pretežno iz premoga ali plina. Zato je lokacija enako pomembna kot oprema znotraj stavbe.

Za podrobnejšo razlago, zakaj umetna inteligenca porabi toliko energije, si oglejte Zakaj umetna inteligenca porabi toliko električne energije?.

Čipi za umetno inteligenco oddajajo toploto. Podatkovni centri morajo to toploto odvajati, da zagotovijo zanesljivo in učinkovito delovanje strežnikov. Nekateri centri uporabljajo zračno hlajenje, drugi krožne sisteme s hladno vodo, tretji izparilno hlajenje, mnogi pa uporabljajo hibridne rešitve, ki se prilagajajo zunanjim razmeram.

Hlajenje na vodni osnovi lahko v nekaterih pogojih zmanjša porabo električne energije, vendar lahko hkrati poveča lokalno porabo vode. Ta kompromis ni sam po sebi niti dober niti slab. Odvisen je od lokalnega podnebja, pomanjkanja vode, energetske mešanice ter od tega, ali gre za pitno vodo, prečiščeno vodo ali vodo, ki se upravlja na drug način.

Za več podrobnosti o hlajenju in porabi vode glej Zakaj podatkovni centri za umetno inteligenco porabijo toliko vode?.

Večina emisij ogljika v podatkovnih centrih za umetno inteligenco je posrednih. Strežniki v samem objektu običajno ne izpuščajo CO₂, vendar pa električna energija, ki se uporablja za njihovo napajanje, lahko izvira iz fosilnih goriv nekje v omrežju.

To pomeni, da lahko isti model umetne inteligence pušča različne ogljične odtise, odvisno od tega, kdaj in kje se izvaja. Na dejanski ogljični odtis lahko vplivajo regionalna intenzivnost omrežja, nabava energije iz obnovljivih virov, rezervna proizvodnja ter urno uravnavanje porabe električne energije.

Ker so podrobni podatki o virih energije, specifični za umetno inteligenco, redko javno dostopni, je treba ocene emisij ogljika obravnavati kot okvirne. Pregledne predpostavke so verodostojnejše kot pretvarjanje, da so natančni globalni skupni zneski znani.

Podatkovni centri so fizični industrijski objekti. Za njihovo delovanje so potrebni zemljišča, priključki na električno omrežje, transformatorske postaje, optična vlakna, rezervni sistemi, gradbeni materiali in infrastruktura za hlajenje. Tudi če so globalne emisije glavna tema, lahko lokalni vplivi odločilno vplivajo na to, ali bo projekt sprejet.

Skupnosti se lahko zaskrbljujejo zaradi porabe vode, računov za elektriko, preobremenjenosti omrežja, hrupa, davčnih olajšav, rabe zemljišč, motenj zaradi gradnje ali pa zaradi tega, ali obljubljena delovna mesta ustrezajo obsegu javne podpore. Te skrbi niso povsod enake.

Zato bi morala resna okoljska ocena upoštevati več kot le skupno povpraševanje po umetni inteligenci. V njej bi bilo treba preučiti, kakšen vpliv ima posamezno podatkovno središče na določeno električno omrežje, porečje in lokalno skupnost.

Javno poročanje o infrastrukturi za umetno inteligenco se izboljšuje, vendar je še vedno nepopolno. Mnoga podjetja objavljajo podatke o porabi energije ali vode na ravni podjetja, vendar ne vedno podrobnosti, potrebne za ločitev delovnih obremenitev umetne inteligence, posameznih objektov ali konkretnih sistemov za izvajanje modelov.

Brez jasnih podatkov morajo zunanje ocene temeljiti na javnih poročilih, predpostavkah o infrastrukturi, specifikacijah strojne opreme in raziskavah. To lahko prinese koristne ocene reda velikosti, vendar jih ne smemo zamenjati z revidiranimi meritvami na ravni objekta.

Večja preglednost bi razpravo naredila bolj praktično: koliko električne energije je potrebne, kateri viri omrežja se uporabljajo, kako deluje hlajenje, kateri vir vode se uporablja in kako se vplivi spreminjajo s časom.

Okoljski odtis podatkovnih centrov za umetno inteligenco se lahko zmanjša z učinkovitejšimi čipi, boljšim izvajanjem modelov, manjšimi specializiranimi modeli, ponovno uporabo toplote, izboljšanim hlajenjem, boljšo izbiro lokacije, električno energijo z nižjimi emisijami ogljika in strožjimi standardi poročanja.

Sama učinkovitost še ne zagotavlja manjšega skupnega vpliva. Če se uporaba umetne inteligence povečuje hitreje, kot se izboljšuje učinkovitost, se lahko skupno povpraševanje po električni energiji, potrebe po hlajenju in širitev infrastrukture še vedno povečajo.

Realističen zaključek je bolj niansiran: podatkovni centri za umetno inteligenco niso po naravi slabi, vendar pa niso brez vpliva na okolje. Njihova okoljska učinkovitost je odvisna od inženirskih odločitev, lokalnih omejitev virov, javne odgovornosti ter obsega povpraševanja, za katerega so bili zgrajeni.