Umelá inteligencia má dopad na prírodu
Tréning jedného AI modelu, vygenerovanie obrázku roztomilého mačiatka, obrovské Data Center Alley v USA, streamovanie videí, hranie online hier, súboj technologických gigantov či TikTok blokujúci výrobu munície pre ukrajinskú armádu. Čo majú všetky tieto veci spoločné?
Umelá inteligencia nás v poslednej dobe neustále prekvapuje pokrokmi vo vývoji a neočakávanými technológiami. Denne sa tiež stretávame aj s názormi rôznych expertov o bezpečnostných dierach a rizikách. Pri tom všetkom však zabúdame na jeden problém. AI má podstatný vplyv na klimatickú krízu. Navyše, podľa najnovších zistení oveľa väčší, ako sme si pôvodne mysleli.
Emisie 5 nákladných áut = tréning 1 modelu AI
Za všetko hovoria už odstrašujúce údaje z výskumu na univerzite v Massachusetts. Ten totiž ukázal, že tréning jedného bežného AI modelu si vyžiada výkon obrovských rozmerov. A teraz si držte klobúky, pretože tento výkon sa rovná približne až 285 000 kg emisií. Pre porovnanie, to je približne toľko, koľko vyprodukuje 5 nákladných áut počas celej svojej existencie alebo 60 ľudí počas celého svojho života. A ide pritom iba o tréning jedného modelu. Dnes ich pritom vzniká asi toľko, ako húb po výdatnom daždi. Ako rýchlo sa takýmto tempom dostaneme na alarmujúce čísla?
Faktom je, že výskumu a tréningu AI sa dnes venuje veľmi veľa subjektov. To je síce fajn, no neoblomným faktom je aj to, že sa im častokrát venujú bez väčšej kontroly. Dnes sa tak môže zdať, že každý si vyvíja čo chce a ako chce. Bohužiaľ (pre nás aj planétu), asi najmenej podstatnou vecou, ktorá mnohé tieto subjekty zaujíma, je práve dopad ich práce na energetickú sieť a životné prostredie.
Aký dopad na životné prostredie má jedno mačiatko?
Nedáva vám táto otázka zmysel? Verte, že ho má. Je totiž jednoduchou ukážkou toho, že spomínaným tréningom modelu AI to celé ani zďaleka nekončí. Na svoj ďalší beh po úspešnom trénovaní totiž potrebuje neustále a dlhodobo ďalšie kvantá energie. Tá je míňaná na mimoriadne náročné výpočty, ale aj na uskladňovanie obrovských kvánt dát, ktorých počet stále pribúda.
Poďme teda k mačiatku a predstavme si cez jeho príklad jedno z jednoduchších využití AI, ktorý je ale široko dostupný. Do programu zadáme prompt: „Nakresli mi obrázok milého mačiatka“. Samozrejme, ten nám za pár sekúnd vygeneruje roztomilé mača. Samozrejme, vyzerá to jednoducho. Čo už však nevidíme je to, že za ten krátky čas systém stihol prebehnúť obrázky milióna mačiatok na internete a následne ich na základe zadania pospájal do nového „diela“. A to si teda vyžaduje ozaj obrovský výkon!
Podobne energeticky náročné sú však aj všetky ostatné služby, ktoré dátové centrá využívajú. Čo tak streamovacie videá z Netflixu či YouTube? Podľa IEA (International Energy Agency) sa len jedna hodina ich sledovania rovná zhruba 36 gramom emisií uhlíka! A okrem streamovania sú na tom podobne aj aktivity ako virtuálna realita či online hry.
Je Severná Virgínia odstrašujúcim príkladom?
Už dnes môžeme vidieť, že situácia s dátovými centrami sa nám vymkla z pod kontroly. Pozrime sa napríklad na Severnú Virgíniu v USA. Nachádza sa tu obrovské „Data Center Alley“, kde je na jednom mieste viac dátových centier ako kdekoľvek inde v USA. A už minulý rok sa dostala takmer do takého bodu, v ktorom by nemala dostatok energie na ich poháňanie. Čo je na tom alarmujúce úplne najviac?
Toto celé sa odohralo ešte pred samotným nástupom ChatGPT, ktorý spustil boom ďalších AI nástrojov a zdvoj až strojnásobil množstvo energie, ktorú nové dátové centrá spotrebúvajú. Verte či nie, očakáva sa, že do roku 2030 budú dátové centrá spotrebúvať neuveriteľných 35 gigawattov elektrickej energie ročne (dnes to je 17 gigawattov).
Giganti ako Amazon, Google či Microsoft sa dnes predbiehajú v tom, kto si z výkonu dátových centier ukrojí najväčší kus. Akoby však zabúdali na jednu podstatnú vec. Dnešné dátové centrá totiž nie sú stavané na čoraz náročnejšie požiadavky vysokovýkonných programov. Tiež sa odhaduje, že nové centrá s AI budú potrebovať viac ako päťnásobok výkonu oproti tým tradičným.
A je tu ďalší zásadný rozdiel. Bežné dátové centrá sú navrhnuté tak, aby zvládali meniace sa energetické požiadavky. Keď je teda najrušnejšia časť dňa a ľudia sú v práci či streamujú, sú vyťažené na maximum. Počas noci však ich spotreba výrazne klesne. AI dátové centrá ale bežia bez prestávky, čo si samozrejme vyžaduje lepší prístup k elektrickej energii a tiež schopnosť dlhodobo udržiavať príkon na stabilnej úrovni.
Zdroj: TS InoCloud
