Prawie wszyscy główni twórcy sztucznej inteligencji skupiają się na budowaniu modeli sztucznej inteligencji naśladujących sposób myślenia człowieka, ale nowe badania pokazują, że te najnowocześniejsze systemy mogą zużywać znacznie więcej energii, co budzi obawy dotyczące presji sztucznej inteligencji na sieci energetyczne.
Z opublikowanego w czwartek badania wynika, że modele rozumowania AI zużywały średnio 30 razy więcej mocy, aby odpowiedzieć na 1000 pisemnych podpowiedzi, niż rozwiązania alternatywne, które nie posiadają tej zdolności rozumowania lub ją wyłączają. Prace zostały przeprowadzone w ramach projektu AI Energy Score, kierowanego przez naukowca Hugging Face Sashę Luccioni i szefa ds. zrównoważonego rozwoju sztucznej inteligencji Salesforce Inc. Borisa Gamazaychikowa.
Naukowcy ocenili 40 otwartych i swobodnie dostępnych modeli sztucznej inteligencji, w tym oprogramowanie OpenAI, Google i Microsoft Corp należące do Alphabet Inc. Stwierdzono, że w niektórych modelach różnice w zużyciu energii są znacznie większe, w tym w przypadku chińskiej firmy DeepSeek. Zmniejszona wersja modelu R1 firmy DeepSeek zużywała zaledwie 50 watogodzin na reagowanie na monity w przypadku wyłączenia funkcji rozumowania, czyli mniej więcej tyle samo energii, ile potrzeba do działania 50-watowej żarówki przez godzinę. Po włączeniu funkcji wnioskowania ten sam model potrzebował 7626 watogodzin na wykonanie zadań.
Rosnące zapotrzebowanie na moc sztucznej inteligencji jest coraz częściej przedmiotem analizy. Ponieważ firmy technologiczne spieszą się z budową coraz większych centrów danych w celu wspierania sztucznej inteligencji, obserwatorzy branży wyrazili obawy dotyczące obciążania sieci energetycznych i rosnących kosztów energii dla konsumentów. Badania Bloomberga przeprowadzone we wrześniu wykazały, że hurtowe ceny energii elektrycznej wzrosły w ciągu ostatnich pięciu lat aż o 267% na obszarach w pobliżu centrów danych. Istnieją również wady środowiskowe, ponieważ Microsoft, Google i Amazon.com Inc. przyznały wcześniej, że budowa centrów danych może skomplikować ich długoterminowe cele klimatyczne.
Ponad rok temu OpenAI udostępniło swój pierwszy model rozumowania o nazwie o1. Podczas gdy poprzednie oprogramowanie reagowało niemal natychmiast na zapytania, o1 spędzał więcej czasu na obliczaniu odpowiedzi przed udzieleniem odpowiedzi. Od tego czasu wiele innych firm zajmujących się sztuczną inteligencją uruchomiło podobne systemy, których celem jest rozwiązywanie bardziej złożonych, wieloetapowych problemów w takich dziedzinach, jak nauka, matematyka i kodowanie.
Chociaż systemy wnioskowania szybko stały się standardem branżowym do wykonywania bardziej skomplikowanych zadań, przeprowadzono niewiele badań dotyczących ich zapotrzebowania na moc. Naukowcy twierdzą, że wzrost zużycia energii w dużej mierze wynika z tego, że modele rozumowania generują znacznie więcej tekstu podczas udzielania odpowiedzi.
Nowy raport ma na celu lepsze zrozumienie ewolucji potrzeb energetycznych sztucznej inteligencji, powiedział Luccioni. Ma również nadzieję, że pomoże to ludziom lepiej zrozumieć, że istnieją różne typy modeli sztucznej inteligencji odpowiednie do różnych działań. Nie wszystkie zapytania wymagają uciekania się do systemów wnioskowania AI wymagających większej mocy obliczeniowej.
„Powinniśmy mądrzej wykorzystywać sztuczną inteligencję” – powiedział Luccioni. „Ważne jest, aby wybrać odpowiedni model do odpowiedniego zadania”.
Aby sprawdzić różnicę w zużyciu energii, badacze uruchomili wszystkie modele na tym samym sprzęcie komputerowym. W przypadku każdego z nich używali tych samych podpowiedzi, począwszy od prostych pytań (takich jak pytanie, która drużyna wygrała Super Bowl w danym roku) po bardziej złożone problemy matematyczne. Wykorzystali także narzędzie programowe o nazwie CodeCarbon, aby śledzić w czasie rzeczywistym ilość zużywanej energii.
Wyniki znacznie się różniły. Naukowcy odkryli, że jeden z modeli wnioskowania Phi 4 firmy Microsoft zużywał 9462 watogodzin przy włączonym wnioskowaniu w porównaniu z około 18 watogodzinami, gdy był wyłączony. Tymczasem większy model gpt-oss OpenAI charakteryzował się mniej wyraźną różnicą. Zużywał 8504 watogodzin przy ustawieniu „wysokim” najbardziej wymagającym obliczeniowo i 5313 watogodzin przy ustawieniu obniżonym do „niskiego”.
OpenAI, Microsoft, Google i DeepSeek nie odpowiedziały natychmiast na prośbę o komentarz.
W sierpniu firma Google opublikowała wewnętrzne badanie, w ramach którego oszacowano, że przeciętny SMS w usłudze Gemini AI zużywa 0,24 watogodziny energii, czyli mniej więcej tyle, ile oglądanie telewizji krócej niż dziewięć sekund. Google stwierdziło, że liczba ta jest „znacznie niższa niż wiele publicznych szacunków”.
Duża część debaty na temat zużycia energii przez sztuczną inteligencję skupiała się na wielkoskalowych obiektach stworzonych w celu szkolenia systemów sztucznej inteligencji. Coraz częściej jednak firmy technologiczne poświęcają więcej zasobów na wnioskowanie lub proces obsługi systemów sztucznej inteligencji po przeszkoleniu. Dużą część tego stanowi dążenie do modeli rozumowania, ponieważ systemy te w większym stopniu opierają się na wnioskowaniu.
Ostatnio niektórzy liderzy technologii uznali, że należy wziąć pod uwagę zużycie energii przez sztuczną inteligencję. Dyrektor generalny Microsoft, Satya Nadella, powiedział w listopadowym wywiadzie, że branża musi uzyskać „społeczne pozwolenie na zużycie energii” dla centrów danych AI. Argumentował, że aby to osiągnąć, technologia musi wykorzystywać sztuczną inteligencję do czynienia dobra i wspierania szerokiego wzrostu gospodarczego.
