Энергетика ИИ

Недавно Международное энергетическое агентство сообщило, что в 2024 году на центры обработки данных пришлось до 1,5% мирового потребления энергии — и эта цифра быстро растет. Центры обработки данных используются не только для обработки запросов ИИ, они также используются для хранения облачных данных, в том числе в рамках майнинга биткоинов
С развитием искусственного интеллекта (ИИ) и облачных технологий растет спрос на вычислительные мощности. Центры обработки данных (ЦОД) и системы машинного обучения потребляют огромное количество электроэнергии, что вызывает обеспокоенность среди экологов и энергетиков. По некоторым оценкам, к 2030 году на ИИ и ЦОД может приходиться до 10% мирового энергопотребления. Эта тенденция ставит перед человечеством новые вызовы, связанные с устойчивым развитием и энергоэффективностью.
Центры обработки данных — это основа цифровой экономики, обеспечивающая работу облачных сервисов, стриминговых платформ, социальных сетей и финансовых систем. Однако их энергозатраты колоссальны. По данным Международного энергетического агентства (МЭА), в 2022 году ЦОД во всем мире потребили около 1% всей электроэнергии, а с учетом роста интернет-трафика и внедрения 5G этот показатель будет только увеличиваться. Основные причины высокого энергопотребления:
• Охлаждение серверов — до 40% энергии уходит на поддержание оптимальной температуры.
• Работа оборудования — процессоры, видеокарты и хранилища данных требуют постоянного питания.
• Резервирование мощностей — многие дата-центры работают с запасом, чтобы избежать перебоев.
Крупные компании, такие как Google и Microsoft, переходят на возобновляемые источники энергии (ВИЭ), но даже это не решает проблему полностью, поскольку спрос растет быстрее, чем возможности «зеленой» энергетики.
ИИ, особенно глубокое обучение (deep learning), требует огромных вычислительных ресурсов. Обучение одной сложной модели (например, GPT-4) может потреблять столько же энергии, сколько несколько тысяч домохозяйств за год. Исследование Массачусетского технологического института (MIT) показало, что углеродный след от обучения ИИ-модели сопоставим с выбросами пяти автомобилей за весь срок их службы. Проблема усугубляется тем, что:
• Модели становятся сложнее — для их обучения нужно больше данных и мощностей.
• Спрос на ИИ растет — чат-боты, генеративный ИИ, автономные системы внедряются повсеместно.
• Энергоэффективность отстает — несмотря на оптимизацию алгоритмов, общее потребление энергии ИИ увеличивается.
Учеными были спрогнозированы последствия и возможные решения роста энергопотребления ИИ и ЦОД. Это увеличение выбросов CO₂, поскольку энергия поступает из ископаемых источников, перегрузка энергосети — в некоторых регионах уже наблюдается дефицит электроэнергии, растущие затраты, так как компании вынуждены вкладываться в инфраструктуру, что может замедлить развитие технологий.
Здесь мог бы помочь переход на «зеленую» энергию — солнечные, ветряные и гидроэлектростанции. И этим тоже занимаются с переменным успехом. Создание более эффективных моделей ИИ тоже могло бы помочь экономить электричество, но расходы на разработку софта и его оптимизацию пока не сопоставимы со стоимостью энергии – бизнесу выгоднее платить за электричество, чем за работу IT специалистов, оптимизирующих алгоритмы. Еще потенциально более энергоэффективная альтернатива - развитие квантовых вычислений. Но эта область сегодня настолько призрачна и умозрительна, что бизнес не спешит вкладываться в эту перспективу, пока не появятся готовые эффективные инструменты для работы.
В итоге, ИИ и центры обработки данных — ключевые драйверы цифровой трансформации, но их растущее энергопотребление становится серьезной проблемой. Без внедрения энергосберегающих технологий и перехода на возобновляемую энергетику дальнейшее развитие может столкнуться с ограничениями. Компаниям, правительствам и научному сообществу необходимо сотрудничать, чтобы обеспечить устойчивое развитие технологий без ущерба для экологии в этом актуальном направлении.
По материалам АР