Energiafaló algoritmusok: súlyos mellékhatással jár a mesterséges intelligencia

A mesterséges intelligenciát övező lelkesedés miatt hajlamosak vagyunk átsiklani néhány komoly hátrány felett. Mindenekelőtt azon, hogy az MI rendkívül nagy mennyiségű energiát fogyaszt, ezért különösen sérülékeny az energiaellátás kínálati és keresleti sokkjaival szemben - hívta fel a figyelmet egy friss elemzés.

Az Egyesült Államok nem tudja teljes mértékben kiaknázni az MI nyújtotta előnyöket, ha nem képes elegendő energiát előállítani a működtetéséhez. Ez korántsem egyszerű feladat, különösen annak fényében, hogy az amerikai infrastruktúra jelentős része elöregedett, és sürgős felújításra szorul. Még ha az Egyesült Államok ma képes is lenne elegendő energiát termelni az adatközpontok ellátására, nem tudná garantálni a biztonságos és megbízható energiaátvitelt, miközben az elavult rendszerekre nehezedő terhelés folyamatosan nő

- sorolja a kockázatokat a Geopolitical Futures.

Globálisan sem jobb a helyzet

Ráadásul maguk az adatközpontok is nagyrészt az amerikai kormányzat és néhány kiválasztott technológiai óriás kezében összpontosulnak. A mesterséges intelligenciát fejlesztő kisebb vállalatok nem rendelkeznek azzal a tőkével, amelyre szükség lenne a saját infrastruktúra kiépítéséhez, ezért kénytelenek a nagy szereplőktől bérelni az erőforrásokat. Amíg az elektromos hálózatokat nem készítik fel a várható energiaigények kezelésére, ezek a cégek a lakossági fogyasztókkal fognak versenyezni az energiáért, ami elkerülhetetlenül felfelé hajtja az árakat.

A mesterséges intelligenciáról hajlamosak vagyunk úgy beszélni, mintha tisztán digitális jelenség volna: felhőben futó algoritmusok, „okos” modellek, virtuális asszisztensek. A valóságban azonban a működésnek jóval szélesebb, és kézzelfoghatóbb háttere van. Az MI működésének ára kilowattórában, vízfelhasználásban és szén-dioxid-kibocsátásban mérhető – és a számlát globális léptékben fizetjük meg.

A generatív mesterséges intelligencia és a nagyméretű nyelvi modellek iránti robbanásszerű kereslet mögött hatalmas adatközpontok állnak. Ezek a létesítmények már 2022-ben mintegy 460 terrawattóra villamos energiát fogyasztottak világszerte. Ez azt jelenti, hogy önmagukban a világ legnagyobb országaival versenyeznek energiaigény szempontjából. A trend ráadásul meredeken emelkedik: több előrejelzés szerint 2030-ra az adatközpontok globális fogyasztása megközelítheti az évi 900–1000 terrawattórát, ami a világ villamosenergia-felhasználásának már közel 3 százaléka jelenleg.

Ma még „csak” az adatközpontok energiafelhasználásának 5–15 százaléka köthető a mesterséges intelligenciához, de az évtized végére ez az arány 35–50 százalékra is nőhet. Vagyis a digitális gazdaság egyik legdinamikusabban bővülő területe éppen az, amelyik a legtöbb áramot igényli.

Egy lekérdezés nem számottevő – na és a több milliárd?

Egyetlen MI-lekérdezés önmagában nem nevezhető nagy fogyasztásnak. Egy átlagos ChatGPT-kérdés nagyjából 0,3–0,4 wattóra energiát használ el – többszörösét egy hagyományos internetes keresésnek, de még így is elenyészőnek tűnő mennyiséget. A gond a léptékkel van. Naponta milliárdos nagyságrendben futnak le MI-kérések világszerte, és ez már érezhetően terheli az elektromos hálózatokat.

A modellek betanítása pedig még ennél is energiaigényesebb. Egyetlen nagy nyelvi modell trenírozása több mint ezer megawattóra energiát emészthet fel, és több száz tonna CO₂-kibocsátással járhat, ami már ipari léptékű környezeti lábnyomnak számít.

A képgenerálás külön történet. Egyetlen MI által generált kép előállítása jellemzően 1–3 wattóra energiát igényel, nagy felbontás és összetett modellek esetén akár ennél is többet. Ez nagyjából egy okostelefon teljes feltöltésének felel meg. Nem drámai – egészen addig, amíg nem milliószámra készülnek ezek a képek nap mint nap, pláne, hogy a generált képek nagy többsége digitális hulladék, azaz feleslegesen pazarolja az energiát.

Növekvő energiaigény, növekvő kibocsátás

Az adatközpontok jelenleg a globális villamosenergia-fogyasztás 1–2 százalékáért felelősek, de a növekedési ütemük négyszerese más szektorokénak. Ha a bővülő igényt továbbra is nagyrészt fosszilis források fedezik, az elkerülhetetlenül növeli az üvegházhatású gázok kibocsátását. Egyes becslések szerint 2030-ra az MI-infrastruktúra évente több tízmillió tonna CO₂-vel terhelheti a légkört.

És itt még nincs vége a történetnek. Az adatközpontok nemcsak áramot, hanem vizet is fogyasztanak – jellemzően 2 liter hűtővizet minden egyes kilowattóra után. Vízhiányos régiókban ez már most konfliktusforrás, különösen ott, ahol a digitális gazdaság gyorsabban növekszik, mint a helyi infrastruktúra.

Ehhez jön még a hardver „rejtett” környezeti költsége: a GPU-k, szerverek és hűtőrendszerek gyártása, a ritkaföldfémek bányászata, az adatközpontok építése mind jelentős beépített emisszióval jár. Az MI karbonlábnyomának egy része tehát már akkor megszületik, mielőtt az első kérdést feltennénk neki.

Digitális kényelem, fizikai következmények

A mesterséges intelligencia kétségtelenül hatékonyságot, termelékenységet és új lehetőségeket hoz. De nem „ingyen” működik, sőt minden tekintetben komoly ára van, amit egyre kevésbé lehet félvállról venni. Miközben egyetlen felhasználó számára láthatatlan marad az energiafogyasztás, rendszerszinten az MI az egyik leggyorsabban növekvő terhelést jelenti a globális energiarendszer számára.

A kérdés nem az, hogy szükség van-e mesterséges intelligenciára – hanem az, hogy milyen energetikai- és környezeti feltételek mellett működtetjük. Hatékonyabb modellek, okosabb hűtési technológiák, megújuló energiára épülő adatközpontok nélkül a digitális forradalom nagyon is analóg problémákat hagy maga után: túlterhelt hálózatokat, növekvő kibocsátást és fokozódó erőforrás-nyomást.