Искусственный интеллект уверенно шагает по планете — автоматизирует процессы, создаёт тексты и изображения, управляет логистикой, лечит и даже пишет музыку. Но мало кто задумывается, сколько энергии использует эта технологическая система.
В США, например, к 2030 году дата-центры могут потреблять до 9% всего энергопотребления страны, что вдвое больше по сравнению с текущим уровнем.
ИИ — не просто «облачный сервис», а реальный потребитель электроэнергии
Каждый раз, когда вы задаёте вопрос чат-боту или просите нейросеть сгенерировать изображение, в дата-центрах запускаются сложнейшие вычисления. По оценке Electric Power Research Institute, запросы, использующие ИИ, требуют примерно в 10 раз больше электроэнергии, чем традиционные интернет-поиски.
О том, как вообще работают нейросети, расскажем на бесплатном вебинаре «Российские нейросети для жизни и карьеры».
Где именно сосредоточена проблема
Сильнее всего нагрузка ощущается в дата-центрах, особенно в тех, что обслуживают крупные ИИ-технологии. По данным SDG News, потребление электроэнергии дата-центрами в США выросло с 76 ТВт·ч в 2018 году до 176 ТВт·ч в 2023 году, и прогнозируется рост до 325–580 ТВт·ч к 2028 году.
Можно выделить и облачных провайдеров. Компании инвестируют в расширение мощностей, но даже они предупреждают о приближении к физическим и экологическим пределам.
К тому же, обучение одной новой крупной системы может потреблять значительное количество энергии.
Экологическая цена прогресса
С увеличением потребления энергии растёт и углеродный след. Хотя многие дата-центры переходят на возобновляемые источники, по оценке Goldman Sachs, выбросы CO₂ от дата-центров могут более чем удвоиться между 2022 и 2030 годами.
- ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
- Где и как применять? Потестируем модель после установки на разных задачах
- Как дообучить модель под себя?
Возможные решения: от железа до логики
Несмотря на тревожные данные, решение проблемы — не фантастика, а вопрос времени, политической воли и технологического прогресса.
- Оптимизация моделей. Нейросети становятся не только умнее, но и «экономнее». Появляются компактные и эффективные архитектуры, такие как TinyML, позволяющие снижать потребление ресурсов при сохранении точности.
- Умное распределение нагрузки. Современные дата-центры учатся перераспределять задачи между регионами с дешёвой или зелёной энергией. Например, тренировки запускаются ночью, когда нагрузка на сеть ниже, или в странах с избыточной гидроэнергией.
- Правовое регулирование. Евросоюз уже обсуждает нормы энергетической эффективности ИИ-систем. В перспективе подобные законы могут появиться и в России — это будет стимулировать разработчиков думать не только об эффективности, но и об устойчивости своих решений.
В поисках устойчивых решений компании обращают внимание на ядерную энергию. Например, Google заключила соглашение с Kairos Power о строительстве малых модульных ядерных реакторов для обеспечения своих дата-центров. Microsoft также рассматривает возможность использования ядерной энергии, планируя возобновить работу атомной электростанции Three Mile Island.
Этика и долгосрочные риски
Важно понимать: гонка ИИ — это не только соревнование в «умности» алгоритмов. Это вызов ответственности. Чрезмерное потребление энергии может свести на нет достижения в области зелёной энергетики. Мы должны помнить, что за каждым «волшебным» ответом ИИ — стоят километры проводов, тонны оборудования и, возможно, сжигание угля где-то далеко от глаз пользователя.
- Освой Perplexity и узнай, как пользоваться функционалом остальных ИИ в одном
- УЧАСТВОВАТЬ ЗА 0 РУБ.
- Расскажем, как получить подписку (240$) бесплатно
- ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
