هوش مصنوعی به زودی می تواند برق بیشتری نسبت به معدن بیت کوین و کل کشورها مصرف کند

سیب زمینی داغ: صنعت جهانی هوش مصنوعی بی سر و صدا در حال عبور از آستانه انرژی است که می تواند شبکه های برق و تعهدات آب و هوایی را تغییر شکل دهد. یافته های جدید نشان می دهد که برق مورد نیاز برای اجرای سیستم های پیشرفته AI ممکن است تا اواخر سال 2025 از اشتهای بدنام بیت کوین استخراج شود ، با پیامدهایی که بسیار فراتر از اتاق های فناوری است.

گسترش سریع هوش مصنوعی تولیدی باعث رونق در ساخت مرکز داده و تولید سخت افزار شده است. با استفاده از برنامه های هوش مصنوعی پیچیده تر و به طور گسترده تر پذیرفته می شوند ، سخت افزار تخصصی که به آنها قدرت می دهد ، شتاب دهنده ها از امثال NVIDIA و AMD ، با سرعت بی سابقه ای گسترش یافته است. این افزایش باعث افزایش چشمگیر در مصرف انرژی شده است ، با انتظار می رود هوش مصنوعی تقریباً نیمی از کل مصرف برق مرکز داده را تا سال آینده به خود اختصاص دهد ، از امروز حدود 20 درصد.

AI انتظار می رود تقریباً نیمی از کل مصرف برق مرکز داده را تا سال آینده به خود اختصاص دهد ، از امروز حدود 20 درصد.

این تحول به طور دقیق توسط الکس دو وریس-گئو ، کاندیدای دکترا در انستیتوی مطالعات محیط زیست Vrije Universiteit Amsterdam مورد تجزیه و تحلیل قرار گرفته است. تحقیقات وی ، که در مجله Joule منتشر شده است ، مشخصات دستگاه های عمومی ، پیش بینی تحلیلگران و افشای شرکت ها را برای برآورد حجم تولید و مصرف انرژی سخت افزار هوش مصنوعی ترسیم می کند.

تقاضای برق تخمین زده شده از ماژول های شتاب دهنده AI و سیستم های هوش مصنوعی تولید شده در سالهای 2023 و 2024 ، همراه با تقاضای قدرت تجمعی آنها تا سال 2025. تقاضای برق با فرض میزان استفاده از 65 ٪ و یک PUE 1.2 تخمین زده می شود ، با میله های خطا نشان دهنده تأثیر مقادیر مختلف PUE بین 1.1 و 1.3 و میزان استفاده از آنداریت 75 است.

از آنجا که بنگاه های بزرگ فناوری به ندرت مصرف برق عملیات هوش مصنوعی خود را فاش می کنند ، De Vries-Gao از یک روش مثلث استفاده می کند و زنجیره تأمین را برای تراشه های پیشرفته و ظرفیت تولید بازیکنان کلیدی مانند TSMC بررسی می کند.

اعداد یک داستان واضح را بیان می کنند. هر شتاب دهنده NVIDIA H100 AI ، اصلی در مراکز داده مدرن ، هنگام اجرای مدل های پیچیده ، 700 وات را به طور مداوم مصرف می کند. این را توسط میلیون ها واحد ضرب کنید و قرعه کشی انرژی تجمعی حیرت انگیز می شود.

De Vries-Gao تخمین می زند که سخت افزار تولید شده در سال 2023-2024 به تنهایی می تواند در نهایت بین 5.3 تا 9.4 گیگاوات تقاضا کند ، که به اندازه کافی برای گرفتگی کل مصرف برق ایرلند است.

تقاضای تخمینی برآورد شده سخت افزار AI تا سال 2025 در مقایسه با تقاضای برق ایرلند (2023) ، سوئیس (2023) ، اتریش (2023) ، فنلاند (2022) ، هلند (2023) ، مین های بیت کوین (مارس 2025) ، پادشاهی متحد (2023) ، فرنس (2023) و کلیدهای مرکز داده ها

اما افزایش واقعی در پیش است. فناوری بسته بندی Cowos TSMC به پردازنده های قدرتمند و حافظه پر سرعت اجازه می دهد تا در واحدهای منفرد ، هسته اصلی سیستم های AI مدرن ادغام شوند. De Vries-Gao دریافت که TSMC بیش از دو برابر ظرفیت تولید گاو خود را بین سالهای 2023 تا 2024 دو برابر کرده است ، اما تقاضا از تراشه های AI مانند NVIDIA و AMD هنوز از عرضه پیشی گرفته است.

TSMC قصد دارد در سال 2025 ظرفیت Cowos را دوباره دو برابر کند. اگر روند فعلی ادامه یابد ، پروژه های De Vries-Gao که نیازهای کل سیستم AI می تواند تا پایان سال به 23 گیگاوات برسد-تقریباً معادل مصرف قدرت ملی انگلیس.

این امر می تواند به هوش مصنوعی از انرژی بیشتری نسبت به معدن جهانی بیت کوین برخوردار باشد. آژانس بین المللی انرژی هشدار می دهد که این رشد می تواند به صورت یک نفره مصرف برق مراکز داده را طی دو سال دو برابر کند.

درصد تغییر در تقاضای برق تخمینی سیستم های AI تا سال 2025 با تغییر فرضیات مورد استفاده برای تهیه این برآورد با درصد معین. فرض پیش فرض برای عملکرد گاو 100 ٪ است ، بنابراین افزایش بیشتر امکان پذیر نیست.

در حالی که پیشرفت در بهره وری انرژی و افزایش اعتماد به قدرت تجدید پذیر تا حدودی به شما کمک کرده است ، این دستاوردها به سرعت از مقیاس سخت افزار و استقرار مرکز داده ها پیشی می گیرند. طرز فکر “بزرگتر بهتر است” صنعت-جایی که مدل های همیشه بزرگتر برای تقویت عملکرد دنبال می شوند-یک حلقه بازخورد برای افزایش استفاده از منابع ایجاد کرده است. حتی با کارآمدتر شدن مراکز داده های فردی ، مصرف انرژی کلی همچنان رو به افزایش است.

در پشت صحنه ، یک مسابقه تسلیحات تولیدی هرگونه سودآور را پیچیده می کند. هر نسل جدید تراشه های هوش مصنوعی نیاز به بسته بندی فزاینده ای دارد. آخرین فناوری CowOS-L TSMC ، در حالی که برای پردازنده های نسل بعدی ضروری است ، با بازده تولید کم تلاش می کند.

در همین حال ، شرکت هایی مانند Google “بحران های ظرفیت” را گزارش می کنند ، زیرا آنها برای ساختن مراکز داده به اندازه کافی سریع تلاش می کنند. در حال حاضر برخی از پروژه ها در حال بازگرداندن زیرساخت های سوخت فسیلی هستند که یکی از آنها 4.5 گیگاوات از ظرفیت گاز طبیعی را به طور خاص برای بارهای کار هوش مصنوعی تضمین می کند.

تأثیر محیطی هوش مصنوعی به جایی بستگی دارد که این سیستم های گرسنه قدرت کار می کنند. در مناطقی که برق در درجه اول از سوخت های فسیلی تولید می شود ، انتشار کربن مرتبط می تواند به طور قابل توجهی بالاتر از مناطقی باشد که از تجدید پذیر استفاده می کنند. به عنوان مثال ، یک مزرعه سرور در ویرجینیا غربی به ذغال سنگ ، تقریباً دو برابر انتشار کربن یکی در کالیفرنیای غنی از تجدید پذیر تولید می کند.

با این حال ، غول های فنی به ندرت فاش می کنند که در کجا یا چگونه هوش مصنوعی آنها فعالیت می کند – شکاف شفافیت که تهدید می کند اهداف آب و هوا را تضعیف می کند. این کدورت برای ارزیابی کامل پیامدهای زیست محیطی رونق هوش مصنوعی ، برای سیاست گذاران ، محققان و مردم به چالش کشیده می شود.