Искусственный интеллект «пожирает» все больше энергии: как страны собираются решать проблему
Развитие генеративного ИИ открывает новые горизонты для оптимизации различных отраслей, включая энергетику и экологию. Идея состоит в том, что ИИ может анализировать данные и предлагать решения для снижения выбросов углерода и повышения эффективности энергопотребления. Однако за этим обещанием качественного улучшения кроется значительный парадокс: сама технология генерирует ощутимо возрастающую нагрузку на ресурсы планеты.
Обучение и эксплуатация моделей генеративного ИИ требует огромного объема вычислительных мощностей. Большие языковые модели нуждаются в тысячах графических процессоров и потребляют миллионы киловатт часов электроэнергии. О том, как страны утоляют аппетиты ИИ и как решают эту проблему, рассказал Сергей Батулин, сооснователь ИИ-интегратора Metalab.
Обработка данных и поддержка центров обработки данных ведут к значительным выбросам углерода — это противоречит задачам устойчивого развития. Сергей Батулин, сооснователь ИИ-интегратора Metalab
По оценкам, средний запрос ChatGPT потребляет около 0,3 ватт-часа — меньше, чем многие бытовые приборы, но с учетом миллиардов запросов ежедневно, суммарное энергопотребление становится колоссальным. Более того, с появлением моделей для генерации изображений и видео потребление энергии значительно возросло: согласно исследованию MIT Technology Report, для создания пятисекундного видео новые модели ИИ используют количество энергии, равное работе микроволновки в течение часа.
Западные техногиганты первыми столкнулись с вызовами, которые несет с собой стремительный рост ресурсоемкости генеративного ИИ. Одной из попыток смягчить экологический эффект работы ЦОД стала инициатива Microsoft, которая реализовала проект по размещению серверов на платформе под водой. Идея заключалась в том, чтобы использовать естественное охлаждение океанской воды для снижения энергозатрат на кондиционирование оборудования. Однако, несмотря на инновационный подход, проект столкнулся с техническими сложностями: воздействие морской среды ускоряло износ оборудования, а затраты на обслуживание и предотвращение коррозии не позволили сделать этот метод массовым и действительно экологичным. Google и Amazon также вкладываются в переход на возобновляемую энергию для питания своих ЦОД. Тем не менее, рост спроса на вычислительные ресурсы со стороны ИИ-проектов зачастую превышает возможности этих мер.
Мировой опыт показывает, что, несмотря на инновационные подходы и значительные инвестиции, поиск устойчивых решений для снижения экологического следа ИИ остается сложной и многогранной задачей.
Почему статус-кво в энергоэффективности ИИ неприемлем в 2025 году
Европа, традиционно уделяющая большое внимание вопросам экологии и устойчивого развития, одной из первых начала формировать комплексный подход к регулированию энергопотребления ИИ и ЦОДов. Ее опыт сочетает в себе как прямое регулирование, так и создание систем прозрачности и отчетности.
- Один из самых известных документов по регулированию ИИ — EU AI Act (Закон об Искусственном Интеллекте). Он напрямую затрагивает вопросы устойчивости. В нем содержатся требования к разработчикам наиболее мощных моделей ИИ (GPAI models) по ведению подробной документации, которая должна включать оценку энергопотребления на этапах обучения, тонкой настройки и эксплуатации модели.
- Также в Европе разработана Директива по энергоэффективности (Energy Efficiency Directive, EED), где особое внимание уделяется центрам обработки данных. Страны-члены ЕС теперь обязаны создать и публиковать реестры всех ЦОДов мощностью свыше 500 кВт. Эти реестры должны содержать детальную информацию об их энергопотреблении, использовании возобновляемых источников энергии, методах охлаждения и эффективности использования энергии (PUE).