GPT-4 zużywa do 1,5 litra wody
na generowanie stu słów
Naukowcy z Uniwersytetu Kalifornijskiego w Riverside (USA) ujawnili ogromne zużycie wody przez nowoczesne generatywne modele AI do chłodzenia serwerów, nawet gdy te tylko generują tekst. To dodatkowo do wysokiego obciążenia sieci elektrycznej, donosi Tom's Hardware.
Zróżnicowane zużycie wody w zależności od lokalizacji
Ilość zużywanej wody różni się w zależności od stanu i bliskości użytkowników do centrów danych. Im mniejsze zużycie wody, tym tańsza jest elektryczność w danym regionie i wyższe zużycie energii elektrycznej. Na przykład w Teksasie do wygenerowania e-maila zawierającego 100 słów potrzeba 235 ml wody, podczas gdy w stanie Waszyngton - 1408 ml. Na pierwszy rzut oka może się to wydawać niewiele, ale liczby te szybko rosną, gdy użytkownicy korzystają z GPT-4 kilka razy w tygodniu lub dziennie.
Centra danych jako główni konsumenci zasobów
Centra danych są dużymi konsumentami wody i elektryczności, co prowadzi do wzrostu cen tych zasobów w miastach, gdzie takie obiekty są budowane. Na przykład, do wytrenowania modelu LLaMA-3 od Meta potrzeba było 22 milionów litrów wody. To tyle samo, ile potrzeba do wyhodowania 2014 kg ryżu i tyle samo, ile rocznie zużywa 164 Amerykanów.
Wysokie koszty energii elektrycznej dla GPT-4
Energia elektryczna zużywana przez GPT-4 również jest kosztowna. Jeśli co dziesiąty pracujący Amerykanin korzystałby z modelu raz w tygodniu przez rok (52 zapytania dla 17 milionów osób), potrzeba byłoby 121 517 MWh energii elektrycznej - wystarczyłoby to dla wszystkich gospodarstw domowych w stolicy USA na 20 dni. I to jest bardzo uproszczony scenariusz korzystania z GPT-4.
Działania firm technologicznych w kierunku redukcji zużycia zasobów
Większość twórców modeli AI, takich jak OpenAI, Meta, Google i Microsoft, deklaruje dążenie do zmniejszenia zużycia zasobów. Jednak konkretnych planów działania jak dotąd nie przedstawili.
Wpływ na środowisko i społeczeństwo
Rosnące zapotrzebowanie na wodę i energię elektryczną ze strony centrów danych obsługujących modele AI może mieć znaczący wpływ na lokalne społeczności i środowisko. Wzrost cen tych zasobów może prowadzić do trudności ekonomicznych dla mieszkańców, szczególnie w regionach borykających się z niedoborem wody.
Przyszłość technologii AI a zrównoważony rozwój
Rozwój technologii AI stawia przed nami nowe wyzwania związane ze zrównoważonym rozwojem. Konieczne jest znalezienie równowagi między postępem technologicznym a odpowiedzialnym zarządzaniem zasobami naturalnymi. Firmy technologiczne stoją przed zadaniem opracowania bardziej efektywnych metod chłodzenia serwerów i zmniejszenia ogólnego zużycia energii.
Potrzeba świadomego korzystania z AI
W świetle tych informacji, ważne jest, aby użytkownicy byli świadomi wpływu, jaki ich korzystanie z narzędzi AI ma na środowisko. Może to prowadzić do bardziej odpowiedzialnego i zrównoważonego korzystania z tych technologii, zarówno na poziomie indywidualnym, jak i korporacyjnym.
Innowacje w dziedzinie efektywności energetycznej
Rosnące zapotrzebowanie na moc obliczeniową dla modeli AI może stymulować rozwój nowych, bardziej efektywnych technologii chłodzenia i zarządzania energią. Może to prowadzić do innowacji, które znajdą zastosowanie nie tylko w centrach danych, ale także w innych gałęziach przemysłu.
Globalne implikacje zużycia zasobów przez AI
Zużycie wody i energii przez modele AI to nie tylko problem lokalny, ale także globalne wyzwanie. W miarę jak technologia AI rozprzestrzenia się na całym świecie, konieczne będzie opracowanie międzynarodowych standardów i regulacji dotyczących zużycia zasobów przez centra danych i modele AI.
Edukacja i świadomość społeczna
Istnieje potrzeba szerszej edukacji społeczeństwa na temat rzeczywistych kosztów i wpływu technologii AI na środowisko. Zwiększona świadomość może prowadzić do bardziej świadomych decyzji konsumenckich i wywierać presję na firmy technologiczne, aby priorytetowo traktowały zrównoważony rozwój w swoich innowacjach.
Alternatywne źródła energii dla AI
W obliczu rosnącego zapotrzebowania na energię, branża AI może stać się liderem w adopcji i rozwoju odnawialnych źródeł energii. Inwestycje w energię słoneczną, wiatrową czy wodorową mogą nie tylko zmniejszyć ślad węglowy centrów danych, ale także przyspieszyć rozwój tych technologii dla szerszego zastosowania.
Recykling i ponowne wykorzystanie wody w centrach danych
Innowacyjne rozwiązania w zakresie recyklingu i ponownego wykorzystania wody w procesach chłodzenia mogą znacząco zmniejszyć zużycie tego cennego zasobu. Firmy technologiczne mogą inwestować w zaawansowane systemy oczyszczania i obiegu zamkniętego, minimalizując wpływ na lokalne zasoby wodne.
Współpraca międzysektorowa
Rozwiązanie problemów związanych z zużyciem zasobów przez AI wymaga współpracy między sektorem technologicznym, rządami, organizacjami ekologicznymi i społecznościami lokalnymi. Wspólne wysiłki mogą prowadzić do bardziej zrównoważonych i odpowiedzialnych praktyk w rozwoju i wdrażaniu technologii AI.