Radošajam AI ir augstas enerģijas izmaksas. Taču pat milzīgais enerģijas daudzums, kas nepieciešams, lai apmācītu un darbinātu lielos valodu modeļus, nobāl salīdzinājumā ar to, kas nepieciešams video modeļu palaišanai ar tādiem rīkiem kā OpenAI vīrusu Sora lietotnekas pārpludina mūsu sociālo mediju plūsmas ar muļķīgiem viltus klipiem.
Ģeneratīvo AI modeļu darbināšanai kopumā ir nepieciešams daudz enerģijas. Serveri, kuros darbojas jūsu ChatGPT vaicājums, izmanto skaitļošanas ietilpīgu procesu, kura uzturēšanai ir nepieciešams daudz elektroenerģijas. AI ir elektroenerģijas patēriņa “lielākais virzītājspēks”. Ziemeļamerikā atrasts viens ziņojums. Un tas var parādīties jūsu elektroenerģijas rēķinā, ar AI datu centri parādās visā ASV, elektrības rēķinu paaugstināšana tuvumā esošajām mājsaimniecībām. Daži aprēķini liecina, ka tiek izmantots viens AI vaicājums 10 reizes vairāk enerģijas nekā vienkārša Google meklēšana.
Lai gan lielie AI uzņēmumi joprojām vilcinās precīzi norādīt, cik daudz ir nepieciešams AI modeļu apmācībai un vadīšanai, arvien vairāk tiek meklētas atbildes. Sasha Luccioni, AI un klimata vadītājs uzņēmumā Hugging Face — viena no populārākajām mākslīgā intelekta platformām un pētniecības centriem — ir vadošais pētnieks, kas pēta mākslīgā intelekta enerģijas vajadzības. Jaunā pētījumā Luccioni un viņas komanda pārbaudīja vairākus atvērtā koda AI video modeļus. (Populāri video rīki, piemēram, Sora un Google Veo 3 netika iekļauti pētījumā, jo tie nav atvērtā koda.)
Komanda izmantoja atvērtā koda Hugging Face kodu bāzi un izveidoja AI videoklipus ar dažādiem modeļiem. Viņi izmērīja šo klipu izveidošanai nepieciešamo elektrības daudzumu, mainot dažādus faktorus, tostarp padarot videoklipus garākus, ar augstāku izšķirtspēju un augstāku kvalitāti (tas tiek panākts, izmantojot procesu, ko sauc par trokšņa mazināšanu). Viņi veica testu, izmantojot Nvidia H100 SXM GPU — jaudīgu datora mikroshēmu, ko var izmantot AI datu centros.
“Video ģenerēšana noteikti ir daudz skaitļošanas ietilpīgāks uzdevums — vārdu vietā jūs ģenerējat pikseļus, un ir vairāki kadri sekundē, lai videoklipi plūst labi,” sacīja Luccioni e-pastā. “Tas ir sarežģīti.”
Uzņemiet AI video, kas ir 10 sekundes garš un 240 kadri sekundē. Tie ir 240 attēli, kas AI jāģenerē, skaidro Lučoni. Īpaši augstas dimensijas saturam: “Tas patiešām palielina skaitļošanas jaudu un enerģiju,” viņa teica.
AI video enerģijas patēriņš
Pētījumā konstatēts, ka video izkliedēšana ir 30 reizes dārgāka enerģijas patēriņa ziņā nekā attēlu ģenerēšana un 2000 reižu dārgāka nekā teksta ģenerēšana. Viena AI video izveide patērē aptuveni 90 vatstundas, salīdzinot ar 2,9 Wh, kas nepieciešami attēlu ģenerēšanai, un 0,047 Wh teksta ģenerēšanai.
Lai šos skaitļus iekļautu kontekstā, vidēji energoefektīva LED spuldze patērē no 8 līdz 10 vatiem. LCD televizori var izmantot starp 50-200 vatiar jaunākām tehnoloģijām, piemēram OLED palīdzot tām darboties efektīvāk. Piemēram, 65 collu Samsung S95F, CNET izvēle 2025. gada labākā attēla kvalitāteparasti patērē 146 W, liecina Samsung. Tātad viena AI video izveide būtu līdzvērtīga šī televizora darbināšanai 37 minūtes.
Ģeneratīvā AI enerģijas patēriņš, jo īpaši video, ir ievērojams. Tas rada pamatu milzīgai problēmai, jo AI kļūst arvien plašāk izmantots.
Noskaties šo: AI datu centra uzplaukuma slēptā ietekme
Pieaug AI enerģijas pieprasījums
Ģeneratīvajam videoklipam ir kaut kāds izrāviena brīdis. Tas galvenokārt ir pateicoties Google un ChatGPT veidotājam OpenAI. Attiecīgi uzņēmumu AI video modeļi Veo 3 un Sora ir izplatījuši lielu popularitāti un kopš tā laika ir kļuvuši plaši izplatīti. Sora lietotnei bija vairāk nekā miljons lejupielāžu piecas dienas pēc tā palaišanas, un Google teica, ka Gemini lietotāji to izdarīja vairāk nekā 40 miljoni videoklipu pirmajos mēnešos pēc debijas.
Pieaugot AI lietojumam, ASV elektrotīkls var nebūt sagatavots lai apmierinātu nākotnes pieprasījumu. Tāpēc mākslīgā intelekta uzņēmumi un ASV valdība atbalsta miljardu dolāru centienus AI infrastruktūrai. Nvidia nesen paziņoja, ka tā ir ieguldot 100 miljardus USD OpenAI lai izveidotu AI datu centrus, kuru mērķis ir ražot 10 gigavatus Nvidia sistēmās dažu nākamo gadu laikā. Microsoft un Constellation Vitality ir apsverot Three Mile Island atsākšanu — vieta, kur notika vissmagākā ASV atomelektrostacijas katastrofa, lai īstenotu tās AI ambīcijas. Taču ir arī citi veidi, kā AI enerģijas pieprasījumu var mazināt, tostarp izmantojot efektīvāku AI infrastruktūru.
Atsevišķi mēs varam kritiski domāt par to, vai mums ir jāizmanto AI rīks. AI kopsavilkums ne vienmēr ir vajadzīgs vai, iespējams, pat nevēlas, katru reizi, kad kaut ko meklējat, sacīja Lučoni, un alternatīvu pārlūkprogrammu izmantošana var palīdzēt. Taču daļa no problēmas ir tā, ka AI uzņēmumi nezina par savu produktu enerģijas pieprasījuma specifiku.
“AI uzņēmumiem ir jābūt pārredzamiem par savu ietekmi uz vidi… Ir nepieņemami, ka mūsu rīcībā nav precīzu skaitļu par katru dienu lietojamajiem rīkiem,” sacīja Lučoni. “Mums kā lietotājiem ir jābūt informācijai, kas mums nepieciešama, lai pieņemtu ilgtspējīgus lēmumus, un uzņēmumiem ir pienākums sniegt mums šo informāciju.”
