Курс человеческой цивилизации на декарбонизацию столкнулся с новыми вызовами, связанными с расширением использования цифровых возможностей технологий искусственного интеллекта, сообщает inbusiness.kz. Развитие новых видов энергопотребления, которые ранее не учитывались экспертами в моделях, нивелировало часть глобальных усилий мирового сообщества по снижению выбросов.
Майнинг криптовалют и машинное обучение систем ИИ привело к резкому росту потребления энергии в последние годы. По различным оценкам, на сегодняшний день, потребление электроэнергии этими технологиями составляет более 2% мирового энергопотребления, и эти цифры могут удвоится в ближайшие пару лет.
В апреле этого года Управление энергетической информации США (Energy Information Administration, EIA), выпустило отчет, в котором говорится, что американские майнеры криптовалют в США потребляют в год столько же энергии, сколько ежегодно расходует от 3 до 6 млн американских домохозяйств, или от 0,6 до 2,3% всего энергопотребления США в процентном выражении. Резкий рост майнинга в США стал следствием запрета на этот вид деятельности в Китае.
Согласно выводам этого Управления, доля мирового расхода электроэнергии на майнинг криптовалют в прошлом году составила от 0,2 до 0,9%, что примерно соответствует потреблению электроэнергии такими странами как Греция или Австралия.
Кроме того, заставило обратить на себя внимание и развитие систем генеративного ИИ и связанное с этими процессами потребление энергии. Автоматизация различных процессов технологиями на основе ИИ привело к резкому росту необходимого для этого вычислительных мощностей, которые росли в геометрической прогрессии. Пару лет назад Google сообщила, что на процессы, связанные с машинным обучением, за последние три года пришлось до 15% всех энергозатрат компании. Но дать точную оценку мировому потреблению энергии технологиями ИИ сейчас невозможно, из-за отсутствия точных и систематических данных. Стремительная коммерциализация рынка ИИ-технологий привела к тому, что крупные IT-гиганты очень дозированно дают информацию по этому вопросу, и, как правило, только по продуктам прошлых поколений. Например, OpenAI публиковала данные, которые использовались в режимах обучения в моделях прошлых поколений, а о потреблении энергии для машинного обучения последних моделей информация отсутствует. Но, по разным оценкам, новые продукты могут потреблять для обучения в пять раз больше электроэнергии.
Проблему роста энергопотребления необходимо решать в значительном расширении рынка энергии на возобновляемых источниках, а также во внедрении новейших технологий, связанных с атомом. Мировые IT-гиганты вкладывают сотни миллионов долларов в разработку этих технологий, способных обеспечить растущий спрос на энергию.
