Penggunaan energi AI Sudah mewakili sebanyak 20 persen dari permintaan daya pusat data global, Penelitian yang diterbitkan Kamis Dalam jurnal Joule menunjukkan. Permintaan itu dari Aimenyatakan penelitian, bisa berlipat ganda pada akhir tahun ini, terdiri dari hampir setengah dari semua total data-pusat listrik konsumsi di seluruh dunia, tidak termasuk listrik yang digunakan untuk Bitcoin pertambangan.
Penelitian baru ini diterbitkan dalam komentar oleh Alex de Vries-Gao, pendiri Digiconomist, sebuah perusahaan riset yang mengevaluasi dampak lingkungan dari teknologi. De Vries-Gao memulai Digikonom pada akhir 2010-an untuk mengeksplorasi dampak penambangan bitcoin, aktivitas lain yang sangat intensif energi, akan terjadi pada lingkungan. Melihat AI, katanya, telah tumbuh lebih mendesak selama beberapa tahun terakhir karena adopsi chatgpt yang meluas dan model bahasa besar lainnya yang menggunakan energi dalam jumlah besar. Menurut penelitiannya, permintaan energi AI di seluruh dunia sekarang ditetapkan untuk melampaui permintaan dari penambangan bitcoin pada akhir tahun ini.
“Uang yang harus dilakukan oleh penambang bitcoin ke tempat mereka sekarang adalah kacang dibandingkan dengan uang itu Google Dan Microsoft Dan semua perusahaan teknologi besar ini mengalir [to AI]”Katanya.” Ini hanya meningkat jauh lebih cepat, dan ini merupakan ancaman yang jauh lebih besar. “
Pengembangan AI sudah berdampak pada tujuan iklim Big Tech. Raksasa teknologi memiliki Diakui dalam laporan keberlanjutan baru -baru ini bahwa AI sebagian besar bertanggung jawab untuk menaikkan penggunaan energi mereka. Emisi gas rumah kaca Google, misalnya, telah meningkat 48 persen sejak 2019, memperumit tujuan perusahaan untuk mencapai nol bersih pada tahun 2030.
“Karena kami lebih jauh mengintegrasikan AI ke dalam produk kami, mengurangi emisi mungkin menantang karena meningkatnya tuntutan energi dari intensitas komputasi AI yang lebih besar,” Laporan Keberlanjutan Google 2024 berbunyi.
Bulan lalu, Badan Energi Internasional merilis a laporan Menemukan bahwa pusat data membentuk 1,5 persen dari penggunaan energi global pada tahun 2024-sekitar 415 jam terrawatt, sedikit kurang dari permintaan energi tahunan Arab Saudi. Jumlah ini hanya diatur untuk menjadi lebih besar: Konsumsi listrik pusat data telah tumbuh empat kali lebih cepat dari konsumsi keseluruhan dalam beberapa tahun terakhir, sementara jumlah investasi di pusat data hampir dua kali lipat sejak 2022, didorong sebagian besar oleh ekspansi besar -besaran untuk memperhitungkan kapasitas AI baru. Secara keseluruhan, IEA meramalkan bahwa konsumsi listrik pusat data akan tumbuh menjadi lebih dari 900 TWh pada akhir dekade.
Tetapi masih banyak yang tidak diketahui tentang bagian yang AI, secara khusus, mengambil konfigurasi penggunaan listrik saat ini oleh pusat data. Pusat data memberi daya pada berbagai layanan-seperti hosting layanan cloud dan menyediakan infrastruktur online-yang belum tentu terkait dengan kegiatan AI intensif energi. Perusahaan teknologi, sementara itu, sebagian besar menjaga pengeluaran energi dari perangkat lunak dan perangkat keras mereka pribadi.
Beberapa upaya untuk mengukur konsumsi energi AI telah dimulai dari sisi pengguna: menghitung jumlah listrik yang masuk ke dalam pencarian chatgpt tunggal, misalnya. De Vries-Gao memutuskan untuk melihat, sebagai gantinya, di rantai pasokan, mulai dari sisi produksi untuk mendapatkan gambaran yang lebih global.
Tuntutan komputasi yang tinggi dari AI, kata De Vries-Gao, menciptakan “hambatan” alami dalam rantai pasokan global saat ini di sekitar perangkat keras AI, terutama di sekitar perusahaan manufaktur semikonduktor Taiwan (TSMC), pemimpin yang tidak terbantahkan dalam memproduksi perangkat keras utama yang dapat menangani kebutuhan ini. Perusahaan seperti NVIDIA melakukan outsourcing produksi chip mereka ke TSMC, yang juga menghasilkan chip untuk perusahaan lain seperti Google dan AMD. (Baik TSMC dan NVIDIA menolak berkomentar untuk artikel ini.)
De Vries-GAO menggunakan estimasi analis, transkrip panggilan pendapatan, dan detail perangkat untuk mengumpulkan perkiraan perkiraan kapasitas produksi TSMC. Dia kemudian melihat profil konsumsi listrik yang tersedia untuk umum dari perangkat keras AI dan perkiraan tingkat pemanfaatan perangkat keras itu-yang dapat bervariasi berdasarkan apa yang digunakan-untuk sampai pada angka kasar tentang seberapa banyak permintaan pusat data global diambil oleh AI. De Vries-Gao menghitung bahwa tanpa peningkatan produksi, AI akan mengkonsumsi hingga 82 tahun terrawatt listrik tahun ini-hampir sama dengan konsumsi listrik tahunan negara seperti Swiss. Jika kapasitas produksi untuk perangkat keras AI berlipat ganda tahun ini, seperti yang diproyeksikan oleh para analis, permintaan dapat meningkat pada tingkat yang sama, mewakili hampir setengah dari semua permintaan pusat data pada akhir tahun.
Terlepas dari jumlah informasi yang tersedia untuk umum yang digunakan dalam makalah ini, banyak dari apa yang dilakukan de vries-gao adalah mengintip ke dalam kotak hitam: kami tidak tahu faktor-faktor tertentu yang mempengaruhi konsumsi energi AI, seperti tingkat pemanfaatan dari setiap bagian perangkat keras AI di dunia atau kegiatan pembelajaran mesin yang mereka gunakan, apalagi bagaimana industri dapat berkembang di masa depan.
Sasha Luccioni, seorang peneliti AI dan energi dan timah iklim di platform pembelajaran mesin open-source memeluk wajah, memperingatkan tentang condong terlalu keras pada beberapa kesimpulan dari makalah baru, mengingat jumlah yang tidak diketahui dalam permainan. Luccioni, yang tidak terlibat dalam penelitian ini, mengatakan Bahwa ketika datang untuk benar -benar menghitung penggunaan energi AI, pengungkapan dari raksasa teknologi sangat penting.
“Itu karena kami tidak memiliki informasi itu [researchers] Harus melakukan ini, “katanya.” Itu sebabnya bilah kesalahan sangat besar. “
Dan perusahaan teknologi Mengerjakan Simpan informasi ini. Pada tahun 2022, Google menerbitkan makalah tentang pembelajaran mesin dan penggunaan listrik, mencatat Pembelajaran mesin itu adalah “10% –15% dari penggunaan energi total Google” dari 2019 hingga 2021, dan meramalkan bahwa dengan praktik terbaik, “pada tahun 2030 total emisi karbon dari pelatihan akan berkurang.” Namun, sejak makalah itu – yang dirilis sebelum debut Google Gemini pada tahun 2023 – Google belum memberikan informasi yang lebih rinci tentang berapa banyak listrik yang digunakan ML. (Google menolak berkomentar untuk cerita ini.)
“Anda benar-benar harus menyelam dalam ke rantai pasokan semikonduktor untuk dapat membuat pernyataan yang masuk akal tentang permintaan energi AI,” kata de Vries-Gao. “Jika perusahaan teknologi besar ini baru saja menerbitkan informasi yang sama seperti yang diterbitkan Google tiga tahun lalu, kami akan memiliki indikator yang cukup baik” tentang penggunaan energi AI.
