Дата-центры AI потребляют 6% электричества в UK и US

Дата-центры, которые питают искусственный интеллект и облачные сервисы, потребляют 6% электричества в Великобритании и США. Этот показатель стремительно растёт и уже вызывает общественное сопротивление в местных сообществах. Новое исследование показывает, что энергетическая стоимость AI станет одной из ключевых проблем следующего десятилетия.

Инвестиции в дата-центры на уровне государственной экономики

Международная ассоциация дата-центров IDCA опубликовала исследование, согласно которому годовые глобальные инвестиции в дата-центры приближаются к $1 трлн. Это примерно 1% мировой экономики — огромная доля, которая сравнима с экономикой целых стран. Цифра показывает, насколько ключевой стала инфраструктура для хранения и обработки данных в современном мире.

Потребление электроэнергии дата-центрами выросло на 15% в мире за последние два года. Этот темп роста более чем в два раза превышает средний рост потребления электричества и в основном связан с ускорением внедрения AI-систем — от обучения больших языковых моделей до запуска приложений в production. Для понимания масштабов: если ещё пять лет назад основным потребителем энергии в дата-центрах был стриминг видео и облачное хранилище, то сегодня туда добавился AI, который требует на несколько порядков больше мощности.

• Обучение одной крупной нейросети требует несколько месяцев непрерывной работы на мощных GPU-кластерах Запуск inference (рассчитывание ответов пользователям) требует постоянного потока вычислений 24/7 Дублирование и резервирование инфраструктуры из соображений надёжности увеличивает итоговое потребление на 20-30% * Охлаждение серверов становится одной из крупнейших статей расходов и может достигать 40% от общего потребления энергии ## Почему AI требует столько электричества За каждым чатботом, который вы используете, стоят огромные вычислительные процессы. Если раньше дата-центры питали в основном вебсайты, стриминговые сервисы и социальные сети, то теперь туда добавился AI, который требует на несколько порядков больше мощности. Обучение одной крупной модели может потребовать столько электричества, сколько тысячи домов потребляют за год. Например, обучение GPT-4 потребовало примерно столько же энергии, сколько небольшой город в течение месяца. А когда модель готова, её запуск для миллионов пользователей требует постоянного потока энергии, потому что серверы работают без перерыва. Кроме того, компании часто обучают несколько версий одной модели и хранят их в памяти для быстрого доступа. Это ещё больше увеличивает энергетические затраты.

«Энергетическая стоимость AI — это скрытый чит-код в экономике», — отметил один из исследователей IDCA в интервью

The Guardian.

Местные сообщества восстают против расширения дата-центров

Волна AI-разработок привела к конфликтам с местными сообществами. Жители выступают против строительства новых дата-центров, опасаясь роста счетов за электричество и деградации качества жизни. В некоторых районах Великобритании и США уже приняли резолюции против расширения ёмкостей, и в некоторых случаях заморозили разрешения на новое строительство. Проблема острая: если дата-центры продолжат расходовать электроэнергию в нынешних темпах роста на 15% в год, это будет серьёзно конкурировать с потребностями обычных граждан, больниц и промышленности. В некоторых регионах уже наблюдается нехватка энергии в пиковые часы.

Что это значит

Сообщество разработчиков AI и компании вроде OpenAI, Google, Meta столкнулись с жёсткой реальностью: технологический прогресс имеет реальную энергетическую стоимость. Либо потребуется масштабный переход на возобновляемые источники энергии (ветер, солнце, атомную), либо потребуется оптимизировать сами алгоритмы, чтобы требовали меньше вычислений. Оба пути требуют огромных инвестиций и времени. Пока это не произойдёт, энергетический кризис будет одним из главных ограничивающих факторов развития AI.