
Η Τεχνητή Νοημοσύνη ανοίγει τον δρόμο για επιστημονικές ανακαλύψεις, βελτιώνει την υγειονομική περίθαλψη και την εκπαίδευση και θα μπορούσε να προσθέσει τρισεκατομμύρια στην παγκόσμια οικονομία. Η κατανόηση του περιβαλλοντικού αποτυπώματος του AI είναι καθοριστική - ωστόσο, μέχρι σήμερα, τα διαθέσιμα δεδομένα για τον αντίκτυπο του στον τομέα της ενέργειας και του περιβάλλοντος ήταν περιορισμένα.
Πολλές από τις τρέχουσες υπολογιστικές μεθόδους λαμβάνουν υπόψη μόνο την ενεργή κατανάλωση των μηχανών, παραβλέποντας κρίσιμους παράγοντες που επηρεάζουν την παροχή AI σε παγκόσμια κλίμακα – αλλά και τις ευκαιρίες βελτίωσης της αποδοτικότητας.
Η Google παρουσιάζει λεπτομερώς μια ολοκληρωμένη μεθοδολογία για τη μέτρηση του αντίκτυπου της ενέργειας, των εκπομπών και του νερού από τις προτροπές του Gemini, η οποία εκτιμά ότι η μέση προτροπή κειμένου του συστήματος AI της:
- Χρησιμοποιεί 0,24 watt-hours (Wh) ενέργειας – ισοδύναμη με λιγότερο από εννέα δευτερόλεπτα παρακολούθησης τηλεόρασης.
- Εκπέμπει 0,03 γραμμάρια ισοδύναμου διοξειδίου του άνθρακα (gCO2e).
- Καταναλώνει 0,26 mL νερού – περίπου πέντε σταγόνες.
- Τα συστήματα AI της Google γίνονται συνεχώς πιο αποδοτικά: Κατά τη διάρκεια των τελευταίων 12 μηνών, η κατανάλωση ενέργειας και το συνολικό αποτύπωμα άνθρακα της μέσης προτροπής κειμένου Gemini μειώθηκαν κατά 33 και 44 φορές αντίστοιχα.
Υπολογισμός του περιβαλλοντικού αποτυπώματος του AI στην Google
Η λεπτομερής μέτρηση επιτρέπει στη Google να κάνει συγκρίσεις μεταξύ διαφορετικών μοντέλων AI και του εξοπλισμού και της ενέργειας που χρησιμοποιούν, ενώ παράλληλα επιτρέπει τη βελτιστοποίηση της αποδοτικότητας σε επίπεδο συστήματος, από τον εξοπλισμό και τα κέντρα δεδομένων μέχρι τα ίδια τα μοντέλα.
Η μέτρηση του αποτυπώματος των εργασιών που εξυπηρετεί το ΑΙ δεν είναι απλή. Έχει αναπτυχθεί μια ολοκληρωμένη προσέγγιση που λαμβάνει υπόψη τις πραγματικές συνθήκες λειτουργίας AI στην κλίμακα της Google, οι οποίες περιλαμβάνουν τα εξής:
● Πλήρης δυναμική ισχύος συστήματος: Αυτό περιλαμβάνει όχι μόνο την ενέργεια και το νερό που χρησιμοποιεί το κύριο μοντέλο AI κατά τον ενεργό υπολογισμό, αλλά και την πραγματική αξιοποίηση της επεξεργαστικής ισχύος σε κλίμακα παραγωγής, η οποία μπορεί να είναι πολύ χαμηλότερη από τα θεωρητικά μέγιστα.
● Αδρανείς μηχανές: Για να διασφαλιστεί η υψηλή διαθεσιμότητα και αξιοπιστία, τα συστήματα παραγωγής απαιτούν έναν βαθμό παρεχόμενης χωρητικότητας που είναι αδρανής, αλλά έτοιμη να διαχειριστεί αύξηση της επισκεψιμότητας ή ανακατεύθυνση σε περίπτωση σφάλματος ανά πάσα στιγμή. Η ενέργεια που καταναλώνεται από αυτά τα ανενεργά τσιπ πρέπει να συνυπολογίζεται στο συνολικό ενεργειακό αποτύπωμα.
● CPU και RAM: Η εκτέλεση μοντέλων AI δεν γίνεται αποκλειστικά σε επιταχυντές μηχανικής μάθησης, όπως TPU και GPU. Ο CPU και η RAM του κεντρικού υπολογιστή παίζουν επίσης καθοριστικό ρόλο στην παροχή AI και χρησιμοποιούν ενέργεια.
● Έμμεσο κόστος κέντρου δεδομένων: Η ενέργεια που καταναλώνεται από τον εξοπλισμό πληροφορικής που εκτελεί φόρτους εργασίας AI είναι μόνο ένα μέρος της ιστορίας. Η υποδομή που υποστηρίζει αυτούς τους υπολογισμούς, δηλαδή τα συστήματα ψύξης, η διανομή ενέργειας και άλλα έμμεσα έξοδα του κέντρου δεδομένων, καταναλώνει επίσης ενέργεια. Η βοηθητική ενεργειακή απόδοση μετριέται με μια μέτρηση που ονομάζεται Αποτελεσματικότητα χρήσης ισχύος (PUE).
● Κατανάλωση νερού από κέντρα δεδομένων: Για τη μείωση της κατανάλωσης ενέργειας και των σχετικών εκπομπών, τα κέντρα δεδομένων καταναλώνουν συχνά νερό για ψύξη. Καθώς βελτιστοποιούνται τα συστήματα AI ώστε να είναι πιο ενεργειακά αποδοτικά, μειώνεται φυσικά και η συνολική κατανάλωση νερού τους.
Διαβάστε περισσότερα άρθρα της στήλης Tip of the Day
Ακολουθήστε το insider.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις από την Ελλάδα και τον κόσμο.