Порівняльний огляд споживання ШІ електроенергії, викидів вуглецю, використання води та інтенсивності обчислень.
Системи штучного інтелекту покладаються на великомасштабну обчислювальну інфраструктуру. Їхній вплив на навколишнє середовище залежить від попиту на електроенергію, ефективності центрів обробки даних, інтенсивності викидів вуглецю в мережу, технології охолодження та обсягу навантажень на навчання і виведення. TheAIMeters надає прозорі оцінки, щоб полегшити розуміння цих тенденцій.
Інфраструктура штучного інтелекту споживає величезну кількість електроенергії, охолоджувальної води та обчислювальних ресурсів. Ці цифри стають зрозумілішими, якщо порівняти їх зі звичною діяльністю в реальному світі.
Великі системи штучного інтелекту безперервно споживають електроенергію через центри обробки даних, заповнені графічними процесорами та спеціалізованим обладнанням. Навантаження на навчання і висновок можуть вимагати енергії, яку можна порівняти з енергією тисяч домогосподарств.
Викиди вуглецю, пов'язані зі штучним інтелектом, значною мірою залежать від енергетичного балансу центрів обробки даних. Електроенергія на основі викопного палива залишає набагато більший екологічний слід, ніж відновлювані джерела енергії.
Сучасна інфраструктура штучного інтелекту потребує значної потужності охолодження. Багато центрів обробки даних покладаються на системи охолодження на основі води, тому споживання води стає все більш важливою частиною дискусій про сталий розвиток ШІ.
Електроенергія є основою впливу ШІ на інфраструктуру. Графічні процесори, сервери, мережеві та охолоджувальні системи - все це впливає на попит на енергію.
Читати даліВикиди CO₂e, пов'язані зі штучним інтелектом, залежать від використаної електроенергії та вуглецевої інтенсивності електромереж, що живлять центри обробки даних.
Читати даліВода може бути задіяна як безпосередньо для охолодження ЦОД, так і опосередковано для виробництва електроенергії, в залежності від регіону та інфраструктури.
Читати даліВплив ШІ на навколишнє середовище пов'язаний як з навчанням великих моделей, так і з обслуговуванням мільярдів запитів на висновок щодня. У той час як навчання вимагає величезних обчислювальних потужностей, робочі навантаження, пов'язані з висновками, створюють постійний довгостроковий попит на глобальну інфраструктуру.
Дослідники та постачальники інфраструктури активно підвищують ефективність ШІ за допомогою кращих чіпів, оптимізованих моделей, центрів обробки даних, що працюють на відновлюваних джерелах енергії, та більш ефективних систем охолодження. Однак глобальне впровадження ШІ також зростає надзвичайно швидко, що може нівелювати деякі з цих досягнень.
Ці індикатори поєднують публічні дані, припущення щодо інфраструктури та періодичні оновлення. Детальні припущення доступні на сторінці Методології Методологія.
Оцінки викидів вуглецю (CO₂e) від ШІ в реальному часі - сьогодні та з початку року - на основі відкритих джерел та прозорих припущень.
Сучасні системи штучного інтелекту покладаються на масивні центри обробки даних, наповнені графічними процесорами, мережевим обладнанням, системами охолодження та інфраструктурою високої щільності. Ці потужності забезпечують навчання ШІ, висновок, генерацію зображень і великомасштабні мовні моделі.
Електроенергія, яку споживає ШІ, надходить від обчислювальної інфраструктури, необхідної для навчання, запуску та масштабування сучасних систем штучного інтелекту.
Оцінки в реальному часі електроенергії, використаної ШІ сьогодні та за рік, на основі відкритих джерел і прозорих припущень.
Центри обробки даних зі штучним інтелектом споживають воду переважно для охолодження. Великі кластери графічних процесорів генерують величезну кількість тепла, і багато об'єктів покладаються на водяні системи охолодження для підтримки безпечної робочої температури.
ШІ не скрізь використовує воду однаково, але великі центри обробки даних можуть збільшувати локальний попит на воду залежно від систем охолодження, клімату та джерел енергії.