Cosa sta facendo l’intelligenza artificiale all’ambiente in questo momento?

L’intelligenza artificiale sta aumentando la domanda di data center, chip specializzati, elettricità e raffreddamento. Tale espansione può aumentare le emissioni di carbonio, consumare acqua e aggiungere pressione alle reti locali e alle catene di approvvigionamento. Allo stesso tempo, l’intelligenza artificiale viene utilizzata per prevedere l’energia rinnovabile, rilevare le perdite e ottimizzare i sistemi energetici. I costi sono certi; l’entità della domanda futura e il beneficio netto di molte applicazioni rimangono incerti.

I dati pubblici attuali misurano solitamente interi data center o operazioni aziendali, non solo l’intelligenza artificiale. Ciò rende possibile descrivere con sicurezza la direzione ma non assegnare ogni modifica all’intelligenza artificiale. Le affermazioni secondo cui l’intelligenza artificiale è già una catastrofe ambientale o una soluzione climatica automatica superano le prove.

L’energia elettrica dei data center è in aumento

IL Agenzia internazionale per l'energia si stima che i data center abbiano utilizzato circa 415 terawattora nel 2024, circa l’1.5% dell’elettricità mondiale. Ciò include archiviazione, streaming, elaborazione aziendale e altri servizi, nonché l’intelligenza artificiale.

Nel suo caso di base, l’IEA prevede circa 945 TWh entro il 2030. I server accelerati, guidati principalmente dall’adozione dell’intelligenza artificiale, rappresentano quasi la metà dell’aumento netto. I casi ad alta efficienza e crescita più lenta sono inferiori; un caso di espansione rapida dell'IA è più elevato. La gamma è importante perché nessuno conosce con precisione la futura diffusione, l’efficienza dei chip o i vincoli infrastrutturali.

L'effetto immediato non è uniforme. I data center si concentrano in regioni particolari, quindi la nuova domanda può rappresentare un importante problema di pianificazione della rete a livello locale anche se la percentuale globale sembra modesta.

La nuova domanda ha un’offerta elettrica mista

Il risultato del carbonio dipende da quali generatori rispondono. Lo scenario di base dell’IEA prevede che le energie rinnovabili copriranno quasi la metà della crescita dell’elettricità fornita ai data center tra il 2024 e il 2030. Il gas naturale e il carbone insieme forniranno oltre il 40% della fornitura aggiuntiva nello stesso periodo.

Ciò significa che gli investimenti legati all’intelligenza artificiale possono sostenere contratti di energia pulita estendendo al tempo stesso la produzione fossile. Le proporzioni variano a seconda della regione: le griglie, i tempi di costruzione e la politica differiscono. Un acquisto annuale rinnovabile non significa sempre che la domanda e l’offerta pulita corrispondano nello stesso luogo e ora.

Nel suo caso di base, l’IEA prevede che le emissioni dei data center legate all’elettricità raggiungeranno un picco di circa 320 milioni di tonnellate di CO2 nel 2030. Rimane inferiore all’1% della CO2 globale, ma è in aumento mentre molti settori devono diminuire. Leggere Spiegato l’impatto ambientale dell’intelligenza artificiale per la differenza tra energia e carbonio.

La domanda di acqua sta diventando sempre più visibile

L'hardware AI crea un calore denso. Molte strutture utilizzano il raffreddamento evaporativo, che consuma acqua, anche se la progettazione e la velocità variano. La generazione di elettricità può aggiungere consumo indiretto oltre i confini del sito.

Berkeley Lab ha modellato l'efficacia dell'uso dell'acqua nei siti di data center statunitensi leggermente oltre 0.36 litri per kWh nel 2023. Proietta cambiamenti man mano che il raffreddamento a liquido e i tipi di strutture si evolvono. Queste sono medie nazionali modellate, non letture di ogni operatore.

Alcune aziende stanno introducendo progetti a circuito chiuso che evitano l'evaporazione dell'acqua per il raffreddamento. Ciò può ridurre il consumo locale, ma il “raffreddamento ad acqua zero” non è la stessa cosa che l’assenza di acqua nella produzione di elettricità e chip. La nostra guida a come l’intelligenza artificiale utilizza l’acqua separa questi strati.

La produzione e la costruzione di trucioli sono in espansione

Una maggiore informatica richiede acceleratori, memoria, reti, apparecchiature elettriche ed edifici. Le loro catene di approvvigionamento utilizzano metalli, prodotti chimici, energia e acqua. Il cemento e l’acciaio aggiungono emissioni incorporate; la fabbricazione dei semiconduttori necessita di acqua ultrapura; il vecchio hardware diventa una questione di rifiuti elettronici e riutilizzo.

Questa impronta è più difficile da osservare rispetto alla bolletta elettrica di una struttura. I rapporti sulla sostenibilità aziendale spesso forniscono le emissioni totali della catena di approvvigionamento, ma isolare la quota causata dall’intelligenza artificiale richiede ipotesi di allocazione. La rapida espansione delle infrastrutture è uno dei motivi per cui l’efficienza operativa da sola non può descrivere l’intera tendenza.

Una maggiore durata dell'hardware, un elevato utilizzo, il riutilizzo dei componenti e materiali a basso contenuto di carbonio possono ridurre l'impatto per unità di lavoro. Dovrebbero essere riportati insieme all’approvvigionamento e alla costruzione in assoluto, perché una nuova generazione efficiente di chip può ancora accompagnare un impatto hardware totale maggiore.

Gli usi ambientali stanno andando oltre le dimostrazioni

L’intelligenza artificiale è già utilizzata per le previsioni meteorologiche, le previsioni energetiche, la manutenzione delle apparecchiature e il rilevamento delle perdite di metano. IL Revisioni dell'AIE una gamma di applicazioni in grado di ridurre il consumo di carburante, le perdite e i tempi di fermo.

L’effetto netto non è automatico. Un modello ha bisogno di dati, hardware e integrazione e deve cambiare una decisione reale. I vantaggi dovrebbero essere confrontati con quelli del software convenzionale o dei miglioramenti operativi e misurati dopo l'implementazione. Il ridimensionamento può anche causare una ripresa se i costi inferiori incoraggiano più attività.

Quindi è ragionevole affermare che l’intelligenza artificiale può aiutare l’ambiente, ma non aggiungere ogni risparmio teorico a un lato del registro ignorando le infrastrutture dall’altro. Il nostro articolo L’intelligenza artificiale fa bene all’ambiente? offre un test basato su controfattuali e risultati osservati.

Cosa guardare nei prossimi anni

Gli indicatori più rivelatori saranno la domanda assoluta di elettricità, la generazione costruita per servirla, il consumo di acqua nei bacini idrografici stressati e la rendicontazione del ciclo di vita dei chip e delle costruzioni. L'efficienza per query è importante, ma il volume può sopraffarla.

Controlla l'informativa specifica sul carico di lavoro. Il “cloud” sfuma i servizi AI e non-AI; le stime a livello di modello omettono gli edifici e la capacità inutilizzata. Entrambi hanno valore se chiaramente delimitati. La politica sulle connessioni alla rete, sui permessi idrici e sulla rendicontazione delle emissioni determinerà ciò che gli operatori dovranno rivelare.

A livello di utente, preferire il modello più piccolo che completa il lavoro ed evitare inutili contesti lunghi o generazione di media. Le ricevute di Treechat seguono un modello basato metodologia; sono stime, non misurazioni di strutture in tempo reale. La risposta più ampia a quanto sia davvero pessima l'intelligenza artificiale dipenderà meno da un suggerimento che dalle infrastrutture e dalle norme che verranno scelte.