Impactul AI asupra mediului, explicat clar
Un ghid clar pentru amprenta energiei, carbonului, apei și hardware a AI - și limitele din spatele numerelor pe care le vedeți.
Impactul AI asupra mediului provine din patru surse conectate: electricitatea utilizată pentru calcul, carbonul și apa asociate cu acea electricitate, apa utilizată direct pentru răcire și materialele și producția din spatele cipurilor și centrelor de date. Totalul depinde de ceea ce face AI, cât de mare este modelul, cât de eficient este utilizat hardware-ul și unde rulează.
Nu există o amprentă universală de încredere pentru o interogare AI. Un răspuns scurt de la un model mic este o sarcină de lucru diferită de cercetarea modelului de frontieră sau video generat. Majoritatea persoanelor publice sunt estimări cu limite diferite. Prin urmare, întrebarea utilă nu este „care este numărul AI?” dar „ce impact, pentru ce sistem, măsurat sau modelat în ce fel?”
Începeți prin a trasa granița
Un număr de mediu are sens numai după ce decideți ce include. O estimare de inferență restrânsă ar putea acoperi electricitatea acceleratorului în timp ce se generează un răspuns. O estimare operațională mai largă adaugă memorie, rețea, răcire și conversie a energiei. O estimare a ciclului de viață poate aloca, de asemenea, formarea, fabricarea așchiilor, construcția și eliminarea.
Niciuna nu greșește automat. Fiecare răspunde la o întrebare diferită. Problema începe atunci când un număr restrâns este descris ca o amprentă completă sau este comparat cu unul larg.
Treechat lui metodologie, de exemplu, estimează energia operațională din modelul ales și numărul de simboluri, apoi adaugă costul general al centrului de date și un factor mediu de carbon al rețelei. Nu este un contor de putere și nu pretinde că captează producția. Această limitare aparține rezultatului, nu este ascunsă cu litere mici.
Calculul devine electricitate și căldură
Modelele rulează operații matematice pe procesoare. Antrenamentul le repetă în timp ce ajustează greutățile modelului; inferența folosește ponderile antrenate pentru a produce un răspuns. Ambele consumă electricitate și aproape toată această energie devine în cele din urmă căldură care trebuie îndepărtată.
Tipul de sarcină contează. Luccioni, Jernite și Strubell au măsurat energia din sarcinile de lucru de învățare automată și au găsit modele generative de uz general au folosit substanțial mai multă energie decât modelele specifice sarcinilor pentru sarcini comparabile în etalonul lor. Rezultatele exacte aparțin hardware-ului, seturilor de date și modelelor testate, dar direcția este instructivă.
Jetoanele, contextul și lungimea ieșirii contează în generarea textului. Generarea imaginilor și a videoclipurilor implică de obicei calcule diferite, mai grele. Loturile eficiente și acceleratoarele mai noi pot reduce energia per rezultat, în timp ce serverele puțin utilizate și generațiile repetate o pot crește.
Totalurile centrelor de date arată scară, nu un singur răspuns
The rapoartele AIE că centrele de date au consumat aproximativ 415 TWh în 2024, aproximativ 1.5% din electricitatea globală. Cazul său de bază proiectează aproximativ 945 TWh în 2030. AI este principalul motor al acestei creșteri, dar totalurile includ stocarea în cloud, streaming, software pentru întreprinderi și alte servicii non-AI.
Această distincție previne două erori comune. Apelarea întregii „utilizari AI” exagerează cota actuală a AI. Privind doar o medie mică per-prompt, poate subestima infrastructura construită pentru încărcături de lucru care se extind rapid.
Prognozele sunt și ele condiționate. IEA modelează căi diferite, deoarece cererea, eficiența hardware și constrângerile rețelei sunt incerte. Proiecțiile ar trebui să ghideze planificarea, nu să fie repetate ca fapte inevitabile. Pentru o judecată mai directă, vezi AI este rău pentru mediu?.
Carbonul urmează aprovizionarea cu energie
Aceeași cantitate de calcul poate avea emisii operaționale diferite în locuri și ore diferite. Generarea de fosile crește intensitatea carbonului; generarea cu emisii scăzute de carbon o reduce. Eficiența centrului de date afectează cantitatea de energie electrică necesară în jurul cipurilor.
Cazul de bază al AIE se așteaptă ca sursele regenerabile să furnizeze aproape jumătate din energia electrică adăugată din centrele de date până în 2030, dar gazul natural și cărbunele furnizează împreună mai mult de 40%. Modelul său are emisii din centrele de date legate de electricitate, ajungând la aproximativ 320 de milioane de tone de CO2 în jurul anului 2030, înainte de a scădea ușor. Aceasta este o estimare a unui centru de date, nu un inventar exclusiv AI.
Potrivirea anuală a surselor regenerabile poate finanța o capacitate mai curată și poate reduce emisiile bazate pe piață. Nu descrie neapărat grila fizică în momentul în care rulează o solicitare. O mai bună dezvăluire prezintă atât revendicarea contractuală, cât și realitatea locală, sensibilă la timp.
Apa poate fi directă sau indirectă
Răcirea prin evaporare poate folosi apa în mod eficient din perspectiva electricității, deoarece evaporarea transportă căldura. Apa consumata nu este returnata imediat in aceeasi captare. Sistemele uscate sau în buclă închisă pot reduce foarte mult consumul la fața locului, uneori cu costul energiei sau echipamentelor suplimentare.
Generarea de energie adaugă consum indirect de apă. Aceasta înseamnă că „zero apă pentru răcire” nu înseamnă neapărat un serviciu fără apă. În schimb, o rețea puternică din surse regenerabile poate reduce atât consumul indirect de apă, cât și carbon, în funcție de tehnologiile implicate.
Estimările de apă per interogare diferă în ordine de mărime, deoarece cercetătorii și operatorii modelează servicii, locuri și limite diferite. O afirmație privind sticla-pe-mesaj nu este susținută de studiul original din spatele comparației populare. Al nostru Ghid AI de utilizare a apei separă acele cifre și explică ce poate – și nu – spune fiecare.
Materialele fac ca amprenta să dureze mai mult
Acceleratoarele, serverele și clădirile au impact concret din minerit, rafinare, producție și transport. Instalațiile semiconductoare au nevoie de apă și substanțe chimice; centrele de date au nevoie de beton, oțel, baterii și generatoare de rezervă. Înlocuirea rapidă a hardware-ului poate crește aceste impacturi, chiar dacă fiecare cip nou este mai eficient în funcționare.
Acestea sunt rareori incluse în estimările interogărilor adresate consumatorilor, deoarece alocarea este dificilă. Cât de mult din amprenta unei fabrici aparține unui procesor? Cum ar trebui să fie împărțit acel procesor între curse de antrenament și miliarde de inferențe? Ce durată de viață și utilizare ar trebui presupusă?
Aceste întrebări fără răspuns nu justifică ignorarea hardware-ului. Ele justifică raportarea separată și îmbunătățirea dezvăluirii furnizorilor. O chitanță operațională rotunjită poate sprijini alegerile de zi cu zi; achizițiile publice și politicile au nevoie și de dovezi ale ciclului de viață.
Transformă explicația în decizii mai bune
Pentru utilizatori, cea mai puternică pârghie practică este proporționalitatea. Utilizați căutarea, un calculator sau software-ul existent atunci când sunt suficiente. Alegeți un model mai mic sau specializat pentru munca de rutină. Limitați contextul irelevant, cereți durata de care aveți nevoie și evitați loturile de ieșiri de unică folosință.
Pentru organizații, măsurați volumul sarcinii de lucru, precum și eficiența pe utilizare. Întrebați furnizorii despre alegerea modelului, energia instalației, stresul hidric, durata de viață a hardware-ului și contabilitatea din spatele cererilor de energie regenerabilă. Evaluați beneficiile solicitate în raport cu o valoare de referință reală. Al nostru ghid pentru ceea ce AI face asupra mediului acoperă direcția la nivel de sistem; ghidul generativ-AI se concentrează pe cele mai mari utilizări ale consumatorilor.
Treechat direcționează întrebările obișnuite către modele mai mici și își etichetează rezultatul ca o estimare. Fiecare membru plătit finanțează, de asemenea, un copac nou plantat în fiecare lună, dar plantarea nu este tratată ca o dovadă că calculul nu a avut niciun impact. Reducerea, estimarea transparentă și o contribuție separată la climă răspund diferitelor părți ale problemei.