ИИ и зеленая экономика: реальная цена каждой подсказки

Волна ИИ захватила все — от поисковиков и офисных программ до искусства и юриспруденции. Но за каждым запросом к ChatGPT, созданной картинкой в DALL-E или аудиотреком из Suno — реальные дата-центры, которые потребляют энергию, воду и ресурсы на уровнях, сопоставимых с целыми странами.

Например, обучение одной лишь модели GPT-3 потребовало:
1?287 МВт·ч электроэнергии (достаточно, чтобы обеспечить электричеством 120 домов в США в течение года);
и привело к выбросу 552 тонн углекислого газа.

И это только фаза обучения. После запуска модели ежедневно обрабатывают миллионы запросов — каждый из которых требует ресурсоемких вычислений. Один запрос к ChatGPT потребляет примерно в 5 раз больше энергии, чем обычный поиск в Google (однако часто один GPT-запрос заменяет десяток поисковых). 

Что происходит в дата-центрах:
К 2023 году их общее энергопотребление достигло 460 ТВт·ч — между Францией и Саудовской Аравией.
К 2026 году ожидается рост до 1?050 ТВт·ч — это больше, чем у Японии.
На каждый киловатт-час уходит около 2 литров воды на охлаждение серверов. Это создает нагрузку на водные ресурсы регионов.

Более того, железо, на котором все это работает — GPU для ИИ-нагрузок — само по себе требует больших затрат при производстве: сложная логистика, «грязные» цепочки поставок и обработка ископаемых с использованием токсичных химикатов.

Безусловно, ИИ — это углеродный монстр, дата-центры пожирают мегаватты и литры воды. Все так. 

Но есть и другая сторона: ИИ способен стать мощным союзником устойчивого будущего. И вот несколько неочевидных «экологичных» способов использования ИИ:

? ИИ превращает климатическую повестку в визуальную и убедительную.
MIT Sloan исследовал: как убедить людей поддерживать «зеленые» проекты, если они не доверяют науке о климате?
Решение — визуализация будущего с помощью ИИ. Участникам показали:
обычную трассу (например, I-35 в Техасе),
и как это пространство может выглядеть после реновации: пешеходные зоны, парки, велодорожки — сгенерировано DALL·E.
После просмотра таких визуализаций уровень поддержки закона вырос, особенно среди республиканцев — то есть там, где традиционно мало поддержки «зеленой» повестки.

? Как ИИ делает дата-центры «зелеными».
Дата-центры — ключ к работе ИИ, но и один из самых энергоемких элементов цифровой экономики. В MIT Lincoln Laboratory подошли к проблеме через конкретные инженерные решения. 
Ограничение мощности GPU на уровне железа. Простая мера — но эффект внушительный: до 30% экономии энергии и снижение температуры оборудования, что продлевает его срок службы и снижает затраты на охлаждение.
Встроили в ИИ-модели «чувствительность к углеродному следу». Когда электросеть перегружена и работает на ископаемом топливе, модель автоматически переключается на упрощенную версию с меньшим количеством параметров. Когда сеть «чистая» — возвращается к полному функционалу. Так удалось сократить выбросы CO? на 80% всего за пару дней, без потери качества — а в некоторых задачах результат даже стал лучше. 

Edge AI: меньше «облака» — меньше углерода.
Облачные вычисления — сердце ИИ, но они требуют передачи данных, работы дата-центров и постоянного охлаждения. Edge AI идет другим путем: он переносит модели на край сети — на смартфоны, носимые устройства, промышленные сенсоры. ИИ работает там же, где и собираются данные, не передавая их в облако.
Такой подход радикально снижает энергопотребление и углеродный след — не только за счет меньших вычислений, но и за счет исключения из цепочки всего «облачного» контура: от сетевой передачи до охлаждения. 

ИИ может усилить климатический кризис или помочь его преодолеть. Ответственный подход к разработке, эксплуатации и визуализации ИИ — это не только путь к ESG-рейтингу. Это шанс на планету, где технологии служат жизни.

#greeneconomy