Kratek odgovor
Umetna inteligenca porablja električno energijo, ker sodobni modeli zahtevajo velike količine računanja. Grafični procesorji, strežniki, pomnilniki, omrežje, hlajenje in infrastruktura podatkovnih centrov prispevajo k skupnim potrebam po energiji.
UI je po svoji zasnovi računsko intenzivna
Sistemi umetne inteligence temeljijo na matematičnih operacijah, ki se izvajajo v zelo velikem obsegu. Usposabljanje in delovanje nevronskih mrež zahteva specializirano strojno opremo, ki lahko vzporedno obdeluje ogromno število izračunov. Zato so grafični procesorji in drugi pospeševalniki postali osrednji del sodobne infrastrukture umetne inteligence.
Usposabljanje velikih modelov zahteva koncentrirano računanje
Usposabljanje velikega modela umetne inteligence lahko vključuje obdelavo obsežnih podatkovnih nizov v številnih iteracijah. Med usposabljanjem lahko na tisoče pospeševalnikov deluje dlje časa in neprekinjeno porablja električno energijo. Čeprav usposabljanje ni edini vir porabe energije umetne inteligence, je ena od najbolj vidnih faz, ki zahteva veliko virov.
Sklepanje raste z vsakodnevno uporabo
Sklepanje je postopek uporabe usposobljenega modela za odgovarjanje na pozive, ustvarjanje besedila, ustvarjanje slik, povzemanje dokumentov ali opravljanje drugih nalog. Ker orodja umetne inteligence sprejema na milijone uporabnikov, lahko sklepanje postane glavni vir povpraševanja po električni energiji, saj poteka neprekinjeno in v svetovnem merilu.
Podatkovni centri povečujejo povpraševanje po podporni energiji
Delovne obremenitve umetne inteligence se izvajajo v podatkovnih središčih. Poleg samih procesorjev se električna energija uporablja tudi za strežnike, pomnilnik, shranjevanje, omrežno opremo, oskrbo z električno energijo in hlajenje. Ta podporna infrastruktura pomeni, da je skupni odtis električne energije večji od same porabe surove strojne opreme.
Učinkovitost se izboljšuje, vendar lahko povpraševanje še vedno narašča
Učinkovitost strojne in programske opreme ter podatkovnih centrov se še naprej izboljšuje. Vendar lahko povečanje učinkovitosti izničijo naraščajoče povpraševanje, večji modeli, več uporabnikov in več funkcij umetne inteligence, vgrajenih v vsakdanje izdelke. Osrednje vprašanje ni le, ali umetna inteligenca postaja učinkovitejša, temveč tudi, ali skupna uporaba raste hitreje kot se izboljšuje učinkovitost.