Branża AI stanie się jednym z największych emitentów dwutlenku węgla, mówi ekspert ds. zrównoważonego rozwoju IT

Artykuł opublikowany w MIT Sloan Management Review ujawnił, że branża sztucznej inteligencji prawdopodobnie stanie się jednym z największych czynników przyczyniających się do globalnej emisji dwutlenku węgla globalnej emisji dwutlenku węglaa także generować inne rodzaje kosztów środowiskowych, takie jak generowanie e-odpadów i nadmierne zużycie wody. Ślad węglowy AI jest znacznie wyższy niż konwencjonalnych systemów obliczeniowych: pojedyncze zapytanie ChatGPT może wygenerować 100 razy więcej dwutlenku węgla niż zwykłe wyszukiwanie w Google. Ten ślad węglowy również szybko rośniemoc obliczeniowa wymagana do treningów AI podwaja się średnio co 3,4 miesiąca.

Niklas Sundberg, autor artykułu, wskazuje na kilka obszarów, w których wpływ tej nowej branży jest odczuwalny.

Zużycie energii przez branżę IT już teraz jest ogromne. Centra danych i sieci przesyłowe stanowią od 1% do 1,5% globalnego zużycia energii elektrycznej i 0,6% globalnej emisji dwutlenku węgla. Przeciętne centrum danych zużywa rocznie energię wystarczającą do ogrzania 50 000 domów. Duże modele językowe (LLM), takie jak ChatGPT wymagają znacznie większej mocy obliczeniowej, zarówno do wstępnego szkolenia, jak i do odpowiadania na zapytania. Na przykład samo szkolenie ChatGPT zużyło około 1,3 gigawatogodzin energii (co odpowiada rocznemu zużyciu 120 przeciętnych amerykańskich gospodarstw domowych) i wygenerowało 552 tony emisji dwutlenku węgla (co odpowiada rocznej emisji 120 amerykańskich samochodów). Oczekuje się, że GPT-4 będzie około 10 razy większe, a na rynek wchodzi kilku konkurentów.

Kolejnym problemem jest zużycie wody w centrach danych. Centra danych wymagają dużych ilości wody do chłodzenia, a wymagania te wzrosną wraz z większym zapotrzebowaniem na pamięć masową i obliczeniową złożonych modeli sztucznej inteligencji. Microsoft i Google zgłosiły odpowiednio 34% i 20% wzrost zużycia wody w latach 2021-2022, co wiąże się z rozwojem technologii AI.

Oprócz zużycia energii, problemem jest również produkcja i utylizacja sprzętu, na którym działają systemy sztucznej inteligencji. Oczekuje się, że do 2050 roku ilość odpadów elektronicznych rocznie podwoi się do 120 milionów ton. Zaledwie 20% z tego zostanie poddane recyklingowi.

Rozwiązaniem nie jest oczywiście całkowita rezygnacja ze sztucznej inteligencji, ale raczej przestrzeganie pewnych najlepszych praktyk w zakresie zrównoważonej sztucznej inteligencji, które Sundberg nazywa trzema R - relokacją, dostosowaniem rozmiaru i rearchitekturą.

• Relokacja odnosi się do faktu, że niektóre lokalizacje mają łatwiejszy i tańszy dostęp do odnawialnych źródeł energii, a strategiczna relokacja może zatem zmniejszyć emisję dwutlenku węgla o 1,4x do 2x.
• Rightsize odnosi się do korzystania z procesorów i systemów zaprojektowanych specjalnie do uczenia maszynowego i obciążeń AI, a nie serwerów ogólnego przeznaczenia. Może to zwiększyć wydajność i efektywność od 2x do 5x.
• Re-architect oznacza wybór odpowiedniej i skutecznej architektury modelu uczenia maszynowego, takiej jak model rzadki, który może poprawić wydajność przy jednoczesnym zmniejszeniu obciążenia obliczeniowego od 3x do 10x.

Środki te, wraz z efektywnym zarządzaniem danymi, zgodnością z przepisami i zwiększoną świadomością wśród pracowników, klientów i ogółu społeczeństwa, mogą pomóc w budowaniu bardziej zrównoważonego ekosystemu sztucznej inteligencji. Ponieważ kwestie zmian klimatycznych i degradacji środowiska są podejmowane na wielu frontach, dobrym pomysłem jest rozpoczęcie ich uwzględniania w branży sztucznej inteligencji, gdy wciąż się rozwija, zamiast konieczności wprowadzania zmian z mocą wsteczną.