Η αλματώδης ανάπτυξη της τεχνητής νοημοσύνης πυροδοτεί μια διεθνή κούρσα για την κατασκευή όλο και μεγαλύτερων κέντρων δεδομένων. Οι πόροι που απαιτούνται για την κατασκευή και λειτουργία αυτών των data center, και ειδικότερα η κατανάλωση ενέργειας, είναι ένας περιοριστικός παράγοντας που δημιουργεί νέα δεδομένα στην ανάπτυξη της τεχνητής νοημοσύνης.
Το πρόβλημα προκύπτει καθώς οι εφαρμογές παραγωγικής τεχνητής νοημοσύνης, για παράδειγμα το δημοφιλές ChatGPT, απαιτούν πολύ περισσότερη ενέργεια σε σχέση με άλλες διαδικτυακές υπηρεσίες.
Κάθε αίτημα κειμένου που υποβάλλεται στο ChatGPT απαιτεί δεκαπλάσια ενέργεια σε σχέση με μια αναζήτηση στην Google, υπολογίζουν αναλυτές της Goldman Sachs. Η δε παραγωγή συνθετικών εικόνων με μοντέλα ΑΙ καταναλώνει περίπου το ήμισυ της ενέργειας που απαιτείται για τη φόρτιση ενός κινητού, σύμφωνα με έρευνα του Πανεπιστημίου Carnegie Mellon στις ΗΠΑ.
Αναπόφευκτα οι εταιρείες τεχνολογίας σχεδιάζουν πλέον κέντρα δεδομένων με κατανάλωση 200 έως 500 μεγαβάτ, με τη Morgan Stanley να υπολογίζει το κόστος στα 10 εκατ. δολάρια ανά μεγαβάτ.
Στην πράξη αυτό σημαίνει ότι η ΑΙ γίνεται όλο και πιο ενεργοβόρα. Είναι χαρακτηριστικό πως τα κέντρα δεδομένων κατανάλωσαν το 2022 περίπου 460 τεραβατώρες ενέργειας, αριθμός που αντιστοιχεί στο 2% της παγκόσμιας παραγωγής.
Ειδικά στην Ευρώπη, η Morgan Stanley εκτιμά ότι το ποσοστό θα αυξηθεί από το 1 στο 4 τοις εκατό έως το 2035. Σε κάποιες χώρες όμως το νούμερο είναι ήδη μεγαλύτερο. Στην Ιρλανδία, για παράδειγμα, αυξήθηκε από το 5% το 2015 στο 18% το 2022 και προβλέπεται να εκτοξευτεί στο 28% το 2031. Για τον λόγο αυτό η κρατική εταιρεία ηλεκτρισμού επέβαλε μορατόριουμ στην κατασκευή νέων data center έως το 2028.
Αναζήτηση λύσεων
Μια λύση είναι η κατασκευή κέντρων δεδομένων σε περιοχές με κρύο κλίμα και άφθονη υδροηλεκτρική ενέργεια, όπως η Σκανδιναβία. Οι κυβερνήσεις όμως είναι σήμερα επιφυλακτικές.
Η Σουηδία, που ήταν κάποτε αγαπημένος προορισμός των εταιρειών τεχνολογίας, κατάργησε τις φοροαπαλλαγές και επέβαλε νέο φόρο ανά κιλοβατώρα.
Τα κέντρα δεδομένων σε τέτοιες απομακρυσμένες περιοχές μπορούν να χρησιμοποιηθούν για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης, δεν είναι όμως κατάλληλα για την εξυπηρέτηση των χρηστών λόγω της απόστασης που αυξάνει την καθυστέρηση. Και αυτό σημαίνει ότι οι εταιρείες τεχνητής νοημοσύνης αναζητούν όχι μόνο επαρκή τροφοδοσία ενέργειας αλλά και γη για την ανάπτυξη των τεράστιων εγκαταστάσεων τους.
