Procene dolaze od Aleksa de Vries-Gaoa, doktoranda na Institutu za studije životne sredine Univerziteta Vrije u Amsterdamu, koji je već poznat po istraživanjima o potrošnji struje i uticaju kriptovaluta na životnu sredinu, kao i po sajtu Digiconomist. Svoju najnoviju analizu o rastućim energetskim potrebama AI-ja objavio je prošle nedelje u časopisu Joule.
Prema de Vries-Gaou, AI već sada koristi i do petine električne energije koju troše data centri. To je broj koji je teško precizno odrediti, jer velike tehnološke kompanije ne objavljuju podatke o potrošnji energije svojih AI modela. De Vries-Gao je morao da pravi projekcije na osnovu lanca snabdevanja specijalizovanim čipovima koji se koriste za AI. On i drugi istraživači su otkrili da, i pored određenih poboljšanja u efikasnosti, energetska glad AI-ja brzo raste — i to brzinom koja zaslužuje dodatnu pažnju.
„O, ne, evo nas opet.“
Nakon što su alternativne kriptovalute poput Ethereuma prešle na energetski efikasnije tehnologije, de Vries-Gao je mislio da će moći da se povuče iz ove oblasti. „A onda se pojavio ChatGPT“, rekao je za The Verge. „Pomislio sam, o ne, evo nas opet. Ovo je još jedna tehnologija koja obično troši mnogo energije, posebno na izuzetno konkurentnim tržištima.“
On vidi nekoliko ključnih paralela sa svetom kriptovaluta. Prva je mentalitet „veće je bolje“. „Vidimo kako velike tehnološke kompanije konstantno uvećavaju veličinu svojih modela, pokušavajući da imaju najbolji model na tržištu, ali time ujedno povećavaju i potrebe za resursima,“ kaže de Vries-Gao.
Ova trka je dovela do procvata izgradnje novih data centara za AI, posebno u SAD, gde ih ima više nego u bilo kojoj drugoj zemlji. Energetske kompanije planiraju izgradnju novih termoelektrana na gas i nuklearnih elektrana kako bi zadovoljile rastuću potražnju za električnom energijom zbog AI-ja. Iznenadni skokovi u potrošnji mogu opteretiti elektroenergetske mreže i usporiti prelazak na čistije izvore energije — problem sličan onom koji su izazvali rudnici kriptovaluta, koji funkcionišu kao data centri za validaciju blokčejn transakcija.
Druga paralela koju de Vries-Gao povlači sa svojim ranijim istraživanjem kripto-rudarenja jeste koliko je teško izračunati stvarnu potrošnju energije i uticaj ovih tehnologija na životnu sredinu. Iako su mnoge velike tehnološke kompanije koje razvijaju AI postavile klimatske ciljeve i uključuju emisije gasova sa efektom staklene bašte u svoje godišnje izveštaje o održivosti, one retko izdvajaju koliko toga se odnosi isključivo na AI.
Problem (ne)transparentnosti
Da bi došao do procene, de Vries-Gao je koristio tehniku koju naziva „triangulacija“. Osnovao ju je na javno dostupnim informacijama o uređajima, procenama analitičara i earnings call-ovima kompanija, kako bi procenio koliko AI hardvera se proizvodi i koliko struje ti uređaji troše. Tajvanska kompanija TSMC, koja pravi AI čipove za kompanije poput Nvidije i AMD-a, više nego udvostručila je kapacitete za proizvodnju pakovanih čipova za AI između 2023. i 2024.
Nakon što je izračunao koliko specijalizovanog AI hardvera se proizvodi, de Vries-Gao je to uporedio sa podacima o potrošnji struje tih uređaja. Prošle godine, oni su verovatno trošili približno istu količinu struje kao čitava Holandija, njegova matična zemlja. Do kraja 2025. godine, očekuje da će potrošnja AI hardvera dostići nivo sličan potrošnji Ujedinjenog Kraljevstva, uz ukupnu potražnju od 23 GW.
Prošle nedelje, odvojeni izveštaj konsultantske kuće ICF predvideo je da će potrošnja struje u SAD porasti za 25% do kraja decenije, upravo zbog AI-ja, tradicionalnih data centara i rudarenja Bitcoina.
Ekološki uticaj: zavisi od lokacije i primene
I dalje je izuzetno teško dati generalne procene o energetskoj potrošnji AI-ja i njegovom uticaju na životnu sredinu — na što jasno ukazuje i nedavno objavljen dubinski tekst u MIT Technology Review, uz podršku Tarbell Centra za AI novinarstvo. Na primer, korisnik koji koristi AI alat za promociju humanitarne akcije može proizvesti skoro duplo više emisija ugljen-dioksida ako se odgovori generišu iz data centra u Zapadnoj Virdžiniji, nego ako dolaze iz centra u Kaliforniji. Potrošnja energije i emisije zavise od mnogih faktora, uključujući tip upita, veličinu modela koji na njih odgovara i udeo obnovljivih izvora energije u lokalnoj mreži.
Problem koji bi mogao da se reši — kada bi bilo više transparentnosti
„Neverovatno je koliko koraka morate da prođete da biste došli do bilo kakve brojke u vezi s ovim. Mislim da je to apsurdno“, kaže de Vries-Gao. „Ne bi trebalo da bude ovoliko teško. Ali, nažalost, jeste.“
Gledajući u budućnost, postoji još veća neizvesnost oko toga da li će efikasnost AI modela uspeti da ublaži ukupnu potrošnju energije. Kompanija DeepSeek privukla je pažnju ranije ove godine tvrdnjom da njihov model koristi samo delić struje koju troši Metin model Llama 3.1 — što postavlja pitanje: da li su velike tehnološke kompanije zaista osuđene da budu energetski pohlepne u svojoj trci za napretkom u AI?
Kada je Ethereum prešao na daleko efikasniju strategiju validacije transakcija, potrošnja električne energije pala je za 99.988%. Ekološki aktivisti su od tada pozvali i druge blokčejn mreže da učine isto. Ipak, rudari Bitcoina odupiru se promenama, delom i zato što ne žele da napuste postojeće skupe investicije, a delom i iz ideoloških razloga, piše The Verge.
Postoji i rizik od takozvanog Jevonsovog paradoksa: čak i ako modeli postanu energetski efikasniji, ukupna potrošnja struje može i dalje rasti – jer će tehnologija postati dostupnija i koristiće se više nego ikada.
Kako god bilo, teško je rešavati problem ako se prvo ne izmeri.
