Мы привыкли думать об искусственном интеллекте как о чём-то бесплотном — наборе цифр, живущем в «облаке». Но у каждого «напиши код» или «сгенерируй кота» есть вполне осязаемый физический след. Сегодня, когда ИИ-бум находится в самом разгаре, учёные задаются вопросом — сколько ресурсов потребляет ИИ и обоснована ли цена прогресса?

Вопрос не так прост, как кажется. Большинство дата-центров и компаний-разработчиков скрывают информацию о расходуемых ресурсах. В частности, лишь 1/3 дата-центров измеряет потребление воды для своих операций. Это делает изучение влияния нейросетей не просто важной, но сложной и малопредсказуемой задачей. И всё же мы попытаемся.

Энергетический голод нейросетей

Искусственный интеллект необычайно «прожорлив» до электричества. Причём потребление энергии начинается ещё задолго до того, как вы адресовали свой первый запрос нейросети. Ведь её нужно было обучить, что тоже энергозатратно.

По оценкам Google, на обучение нейросети уходит 40% энергии, требуемой для её эксплуатации. Это неудивительно — обучение современных моделей требует работы тысяч процессоров на протяжении месяцев. На обучение GPT-3 дата-центры (или Центры обработки данных — ЦОД) затратили около 1 287 МВт/ч, что эквивалентно потреблению 120 домохозяйств в США за год. Для обучения более продвинутой модели GPT-4 требуется уже в 4-8 раз больше энергии.

Однако основной расход энергии приходится именно на работу с нейросетями. И хотя один запрос потребляет мало энергии, их миллиардное количество создает огромную нагрузку. Авторы MIT Technology Review красноречиво заметили: генерация одного изображения с помощью искусственного интеллекта потребляет столько же энергии, сколько полная зарядка смартфона. Любопытно, что выполнять текстовые запросы и уж тем более самостоятельно «гуглить» куда экологичнее — один запрос к ChatGPT потребляет в среднем 2,9 Вт/ч электроэнергии. А обычный поиск в Google требует всего 0,3 Вт/ч.

Что нейросети знают о пользователях?

А что же в масштабах ведущих стран и мира в целом? По данным Международного энергетического агентства, в 2024 году дата-центры потребляли 1,5% всего мирового объёма электроэнергии. К 2030 году этот показатель может увеличиться до 1,86%. В некоторых странах и городах ситуация ещё более настораживает. Так в Германии на ЦОДы приходится более 4% потребления электроэнергии в стране. А во Франкфурте-на-Майне, где дата-центры расположены в больших количествах, они потребляют 40% всего местного электроснабжения.

Такие цифры уже сейчас заставляют экспертов искать новые подходы. И первый шаг лежит не в технологичных прорывах, а в правильной оценке наших потребностей. Как отметил Клиффорд Стейн из Колумбийского университета:

«Мы сейчас находимся на этапе “удивлены тем, что мы можем сделать, это здорово, давайте сделаем это”… Мы должны прийти к этапу, когда мы будем осознавать энергопотребление и учитывать это в наших расчётах, стоит ли нам это делать или нет, и насколько большой должна быть модель».

Есть и вполне осязаемые решения проблемы энергоёмкости: более эффективное управление компьютерами, использование возобновляемой энергии, а также специального ресурсосберегающего оборудования, такого как тензорные процессоры.

Водный след искусственного интеллекта

Расходование воды — не самый очевидный результат работы нейросетей. Однако же дата-центры нуждаются в воде для терморегуляции. Чтобы техника не вышла из строя, её нужно охлаждать. Существует два основных пути расхода воды в ЦОД: прямое и косвенное потребление. В первом случае вода используется в охладительных установках дата-центров, чтобы охлаждать нагретый воздух. Во втором вода расходуется на электростанциях, вырабатывающих электричество для работы тех самых ЦОД.

Какова же цена водного вопроса? По оценкам учёных из Калифорнийского университета (США), каждый запрос ИИ объёмом 100 слов расходует примерно одну полулитровую бутылку воды. Как отмечает Арман Шехаби, научный сотрудник Лоуренсской национальной лаборатории в Беркли, средний дата-центр потребляет 1,14 миллионов литров воды в день или свыше 416 миллионов литров в год. Это примерно равно потреблению 1000 американских домохозяйств.

Звучит не очень внушительно? А если речь идёт о 1,7 миллиарде литров воды в день? Именно столько, по сведениям журнала Nature, потребляли одни лишь американские ЦОДы в 2021 году, ещё далеко не столь инновационном как 2026-й. Всё более растущий спрос на ИИ может потребовать до 4,2–6,6 миллиардов кубометров воды в 2027 году, что превышает общий годовой водозабор Дании и соответствует половине годового водозабора Великобритании.

Есть ли выход у данной ситуации? Да — ЦОДы стоят перед выбором: расходовать меньше энергии и больше воды или больше воды и меньше энергии. Поскольку вода считается более дешёвым ресурсом, выбор пока падает на перерасход воды. Экологичные решения у данной дилеммы тоже существуют. Например, использовать системы охлаждения с замкнутым контуром, воздушное и естественное охлаждение, а также переносить дата-центры в менее жаркие регионы. Многое зависит от доброй воли и ответственности бизнеса. Обнадёживает то, что такие технологичные гиганты как Google, Microsoft и Meta пообещали к 2030 году восполнять больше воды, чем они потребляют.

Общение с искусственным интеллектом — ключевые тренды

Углеродные выбросы

Ещё более неожиданный итог работы дата-центров состоит в их углеродном следе на нашей планете. Однако он легко объясняется необходимостью использования электроэнергии — а там, где есть энергия, будут и углеродные выбросы.

Одно лишь обучение модели GPT-3 привело к выбросам углекислого газа в объёме 552 тонны, что эквивалентно эксплуатации 112 автомобилей с бензиновыми двигателями в течение года. А ежегодный углеродный след от эксплуатации данной генеративной языковой модели оценивается экспертами в 8,4 тонны СO2. Важное уточнение: если обучение нейросети проходит в регионе с угольной энергетикой, углеродный след может быть в 60 раз выше, чем при использовании возобновляемых источников.

Бум ИИ заставил крупнейшие IT-компании признать, что их выбросы растут, несмотря на инвестиции в «зеленую» энергию. Так, Microsoft в отчёте за 2024 год признала рост общих выбросов на 23,4% по сравнению с 2020 годом. Основной причиной названо строительство новых дата-центров для генеративных языковых моделей. У Google углеродные выбросы за последние пять лет и вовсе выросли почти на 50%.

К чести IT-гигантов, они принимают на себя ответственность за мировую экологию. И уже сейчас интегрируют в свою работу некоторые решения — например, переход на энергоэффективные тензорные чипы (TPU). Экологи советуют также стандартизировать измерения углеродного следа ИИ, чтобы разработчики могли сравнивать воздействие различных систем и решений.

Человек в виртуальном мире — тренды соцсетей 2026

Вместо вывода

Масштабные инновации требуют масштабных ресурсов. Дата-центры, обеспечивающие работу нейросетей, — это не обычные компьютеры, работающие от розетки. Это огромные технологичные кластеры, соразмерные крупным предприятиям.

Давление общественности, советы экспертов и корпоративная ответственность IT-компаний помогают интегрировать экологичные решения в ИИ-индустрию. Играют свою роль и законы рынка — дорогой продукт менее интересен потребителю. И это толкает разработчиков использовать энергосберегающие технологии.

Однако в конечном счёте многое зависит от каждого из нас. Искать информацию через поисковик, книгу или нейросеть, создать изображение в редакторе или с помощью ИИ, спросить совета у знакомых или у Chat GPT — каждый микровыбор рождает последствия планетарного масштаба. Осознание этого — путь к инновациям не разрушающим, а конструктивным.

Понравилась публикация? Прочитай другие новости проверенные на фейк или обучись медиаграмотности сам_а!

Читай, смотри, слушай нас там, где тебе удобно!