Зачем ИИ столько энергии?

Потребление электричества искусственным интеллектом делится на два основных блока: обучение модели и ее использование.

Обучение модели — это то, что происходит в лабораториях IT-компаний, когда нейросеть поглощает терабайты текстов, изображений и кода, чтобы научиться генерировать собственный контент. Эта фаза особенно энергозатратна.

По оценкам исследователей, обучение модели GPT-4 потребовало около 62,3 тыс. мегаватт-часов электроэнергии. Для сравнения:

• это примерно столько же, сколько потребляют 20 тыс. российских домохозяйств за целый год;

• этого хватит примерно на 12,5 млрд зарядок среднего смартфона;

• это как 1 246 перелетов из Москвы в Сочи.

При этом, с каждой новой версией языковые модели растут в размере. По своим возможностям GPT-4 в десятки раз опережает прошлые разработки компании. Впрочем, на рынке ИИ есть не только OpenAI.

Так, азиатские конкуренты американского стартапа в тренировке своих LLM ориентируются на эффективность. Известно, что разработка популярной модели Deepseek потребовала на 50–70% меньше ресурсов, чем GPT-4.

Использование модели — это то, что происходит, когда вы задаете вопрос ChatGPT или просите DALL-E нарисовать картинку. Хотя каждый отдельный запрос потребляет меньше энергии, чем обучение, но в масштабах миллионов пользователей цифры становятся внушительными.

Согласно исследованиям Hugging Face и Carnegie Mellon University, один запрос к текстовой модели потребляет в среднем около 0,00047 кВт·ч. Звучит несерьезно, пока не умножишь на число пользователей: если предположить, что ChatGPT обрабатывает хотя бы 300 млн запросов в неделю, это уже 141 мегаватт-час каждые семь дней.

С генерацией изображений ситуация еще более энергоемкая. Согласно тем же исследованиям, создание одного изображения с помощью ИИ может потреблять почти столько же энергии, сколько требуется для зарядки смартфона.

При этом точных данных о потреблении энергии последними моделями практически нет — на фоне нападок со стороны экоактивистов компании стали куда менее открытыми в этих вопросах. Ориентироваться приходится на данные независимых исследователей.

Масштабы энергопотребления ИИ

Можно выдохнуть. По данным Международного энергетического агентства (МЭА), вычисления и хранение данных в настоящее время составляют от 1 до 1,5% мирового спроса на электроэнергию. Однако с развитием искусственного интеллекта и криптовалют, использующих промышленные центры обработки данных, эта доля может серьезно вырасти.

Показательное сравнение: стандартный поисковый запрос Google потреблял около 0,3 ватт-часа, в то время как запрос к ChatGPT использует 2,9 ватт-часа — почти в 10 раз больше энергии. При ежедневных миллиардах поисковых запросов это может привести к дополнительному потреблению около 10 ТВт*ч электроэнергии в год.

В 2024 году объем строящихся дата-центров в США увеличился на 70% по сравнению с 2023 годом. Технологические компании, активно развивающие ИИ, столкнулись с резким ростом выбросов парниковых газов и испытывают трудности с достижением собственных экологических целей.

Некоторые пытаются снизить экологический след своих ИИ-операций. Например, Amazon стал крупнейшим корпоративным покупателем возобновляемой энергии в мире. Microsoft даже возрождает старые атомные электростанции, одновременно инвестируя в технологии ядерной энергетики нового поколения.

Однако, как отмечает бывший генеральный директор Google Эрик Шмидт, компаниям нужна «энергия во всех формах: возобновляемая, невозобновляемая, какая угодно. Она должна быть доступна и доступна быстро». Это косвенное признание того, что спрос на энергию для ИИ растет быстрее, чем развитие возобновляемых источников.

Что это значит для бизнеса и пользователей

Энергетический голод ИИ имеет прямые последствия для бизнеса и конечных пользователей.

Во-первых, рост энергопотребления неизбежно влияет на стоимость разработки и эксплуатации ИИ-систем. По мере того как модели становятся больше и сложнее, затраты на их обучение и запуск увеличиваются. По некоторым оценкам, обучение современной крупной языковой модели может стоить миллионы долларов только в виде счетов за электроэнергию.

Для бизнеса это означает, что внедрение ИИ-решений требует тщательного анализа затрат и выгод. Маленьким компаниям и стартапам может быть сложнее конкурировать с гигантами, у которых есть ресурсы для создания собственной инфраструктуры.

Во-вторых, если тенденция роста энергопотребления продолжится, это может привести к удорожанию ИИ-сервисов для конечных пользователей. Уже сейчас некоторые компании вводят ограничения на использование своих ИИ-продуктов или переходят на платные модели.

В-третьих, энергоэффективность становится конкурентным преимуществом. Например, модель Deepseek от китайских разработчиков привлекает внимание именно своей эффективностью, потребляя значительно меньше вычислительных ресурсов при сопоставимом качестве работы.

Для разработчиков и стартапов это создает новую парадигму: важно не только то, насколько хорош ваш ИИ, но и насколько он энергоэффективен. Оптимизация алгоритмов и архитектуры моделей для снижения энергопотребления может стать ключевым направлением исследований в ближайшие годы.

Оптимистичный взгляд на будущее

Хорошая новость заключается в том, что разработчики «железа», на котором работает ИИ, также заинтересованы в развитии более эффективных решений.

«За последние 10 лет наша платформа стала в 100 тыс. раз более энергоэффективной. Только за последние два года — одно поколение в рамках нашего продукта — мы смогли повысили этот показатель в 25 раз», — говорит Джошуа Паркер, руководитель отдела корпоративной устойчивости Nvidia, одного из крупнейших производителей GPU в мире.

Кроме того, сам ИИ помогает в решении энергетических проблем. Искусственный интеллект уже используется для оптимизации распределения электроэнергии, интеграции возобновляемых источников, повышения надежности и снижения отходов.

Как отмечает Паркер: «Легко написать заголовок, в котором говорится, что ИИ сломает электросеть и приведет к большему количеству выбросов. Но лично я очень оптимистичен — думаю, это обоснованный оптимизм. ИИ со временем станет лучшим инструментом для устойчивого развития, который когда-либо видел мир».

Пока экологи бьют тревогу, а стартапы считают затраты, ясно одно: ИИ уже стал частью глобальной картины потребления энергии. От того, насколько ответственно компании подойдут к оптимизации своих моделей и инфраструктуры, будет зависеть не только цена подписки на ChatGPT, но и состояние планеты через 10–15 лет.