Три больших неизвестных в энергетическом аппетите ИИ
Затерянная цифра: энергия на ответ
Ранее в этом году исследователи сосредоточились на поиске одного ключевого числа: сколько энергии тратит ведущая модель ИИ на генерацию одного ответа. Эта цифра оказалась труднодоступной, поскольку точные измерения есть лишь у компаний, которые обслуживают модели. Журналисты и аналитики сравнивали задачу с попыткой оценить расход топлива автомобиля, не проехав на нем ни мили, опираясь на косвенные подсказки и редкие данные.
В последние месяцы некоторые компании опубликовали приблизительные данные. Генеральный директор OpenAI Сэм Альтман сообщил, что в среднем запрос к ChatGPT потребляет 0.34 ватт‑часа, а Google оценил, что ответ Gemini использует около 0.24 ватт‑часа. Эти значения примерно совпадают с предыдущими независимыми оценками для моделей среднего размера, но они сопровождаются множеством оговорок.
Чего не хватает в опубликованных данных
Опубликованные числа ограничены и часто размыты. Цифра OpenAI появилась в блоге, а не в детальной технической публикации, поэтому неясно, какая именно модель измерялась, как проводилось измерение и как сильно показатели различаются в зависимости от запроса. Показатель Google описывает медианную энергию на запрос, что занижает оценку редких, но очень энергозатратных взаимодействий, когда модель решает сложную задачу или генерирует очень длинный ответ.
Важно, что эти показатели в основном относятся к чат‑взаимодействиям. Они не учитывают энергию, требуемую для других быстрорастущих модальностей — изображений, видео или обработки больших документов, где паттерны вывода и генерации сильно отличаются. По словам Саши Луччиони из Hugging Face, нужны сопоставимые данные по разным модальностям, чтобы понять полную картину.
Утверждения об эффективности и реальность
Технологические компании утверждают, что в будущем ИИ принесет климатические преимущества, обеспечивая повышение эффективности в других секторах, например помогая проектировать более экономичные системы отопления и охлаждения или ускоряя поиск материалов. Но убедительных проверяемых доказательств того, что такие выгоды уже сейчас компенсируют выбросы от бума ИИ, пока немного. Есть отдельные примеры, например обнаружение утечек метана, но прозрачности по масштабу и чистому эффекту таких успехов недостаточно.
Тем временем количество центров обработки данных и потребляемая ими электроэнергия продолжают расти. Крупные технологические компании фиксируют рост выбросов, связанный с инвестициями в ИИ, и даже те, кто имеет амбициозные цели по углеродной нейтральности, признают, что достижение этих целей займет много времени.
Главная неизвестность: спрос в будущем
Возможно, самая важная неизвестная связана не с энергопотреблением одного запроса, а с тем, достигнет ли спрос тех масштабов, ради которых компании строят инфраструктуру. OpenAI сообщает о миллиардах запросов в день, и некоторые прогнозы предполагают, что при дальнейшем росте ИИ может потреблять столько электроэнергии, сколько значительная доля домохозяйств страны.
Но эти прогнозы зависят от устойчивого роста и монетизации. Недавние признаки замедления — от неоднозначной реакции на новые релизы моделей до сообщений бизнеса о слабой отдаче от инвестиций в ИИ — показывают, что спрос может и не достигнуть ожидаемых уровней. Если спрос стабилизируется или рухнет из‑за завышенных ожиданий, сегодняшняя волна строительства центров обработки данных может оказаться кратковременным всплеском, а не долгосрочной перестройкой энергосистемы.
Чего хотят исследователи
Эксперты считают, что дальше нужна более подробная, по приложениям, информация от компаний и единые стандарты отчётности по модальностям и поведению моделей. Только тогда можно будет выйти за рамки приблизительных оценок и понять чистое климатическое воздействие ИИ в разных сценариях и с течением времени. Пока три больших неизвестных — вариативность энергозатрат на взаимодействие, реальные экономические и климатические выгоды и долгосрочная динамика спроса — будут определять дискуссию о энергетическом бремени ИИ.