Оффлайн
- Регистрация
- 9 Май 2015
- Сообщения
- 1,480
- Баллы
- 155
Каждый день миллионы людей задают искусственному интеллекту самые разные вопросы, от рецептов борща до сложных инженерных задач. Кажется, будто ответы появляются буквально из воздуха, но на самом деле за каждым словом стоит огромная работа серверов, которые потребляют колоссальное количество энергии. И если нас все это выглядит как простая магия, то в реальности нейросети жгут электричество так, что им позавидует любая ферма для майнинга криптовалют.
тратит настолько много энергии, что пугает ученых
Сколько энергии тратит искусственный интеллект
Искусственный интеллект кажется легким и удобным инструментом, но его «аппетит» к электричеству растет с бешеной скоростью. Речь идет о чат-ботах вроде ChatGPT и других нейросетях — их уже огромное количество.
В США дата-центры уже всей электроэнергии, а в мировом масштабе — . Ученые предупреждают, что к 2030 году эти цифры могут вырасти вдвое.
Вы только представьте: еще три года назад ChatGPT даже не существовал, а теперь прогнозируют, что одни лишь нейросети вскоре будут ответственны почти за половину потребления энергии всеми дата-центрами планеты.
Почему обучение нейросетей такое затратное
Главная причина в том, что обучение искусственного интеллекта требует невероятных ресурсов. Современные модели настолько огромные, что не помещаются на одном сервере и используют десятки графических процессоров, работающих неделями или даже месяцами без перерыва.
Чтобы обучить GPT-4, например, понадобилось около 50 гигаватт-часов энергии — этого хватило бы, чтобы обеспечить электричеством весь Сан-Франциско на три дня. Чем больше данных и сложнее модели, тем больше серверов приходится запускать, а вместе с ними растут и счета за электричество.
Энергии требуют как обучение нейросетей, так и их непосредственная работа
Но история не заканчивается на этапе обучения. Ежедневная работа нейросетей, то есть ответы на запросы пользователей, тоже «жрет» огромное количество энергии. Да, один отклик модели требует меньше ресурсов, чем ее обучение, но когда таких запросов миллиарды в сутки, нагрузка на серверы становится колоссальной.
Только ChatGPT обрабатывает больше 2,5 миллиарда вопросов каждый день, а ведь и десятки других конкурентов. В итоге даже фаза «обычного использования» превращается в настоящий марафон для дата-центров.
Читайте также:
Сколько энергии тратит ИИ на самом деле
Ученые стараются оценить, сколько на самом деле потребляют такие системы. Появляются даже специальные рейтинги, отслеживающие энергоэффективность открытых моделей. Однако крупные корпорации, вроде Google и Microsoft, скрывают точные цифры. Пользователю сообщают только общие данные, которые мало что объясняют. Поэтому сегодня сложно понять, насколько реально растут энергозатраты и сможет ли мир справиться с этой нагрузкой.
Есть и хорошая новость: все больше экспертов и пользователей требуют прозрачности. Если компании будут обязаны раскрывать реальные данные о потреблении энергии, появится шанс влиять на ситуацию как на уровне технологий, так и на уровне политики.
Еще больше познавательных статей про искусственный интеллект вы найдете в нашем . Подпишитесь прямо сейчас!
Пока же мы пользуемся умными чат-ботами, не всегда задумываясь, что за мгновенным ответом скрывается гудящий дата-центр, который работает на износ и прожигает электричество.
тратит настолько много энергии, что пугает ученых
Сколько энергии тратит искусственный интеллект
Искусственный интеллект кажется легким и удобным инструментом, но его «аппетит» к электричеству растет с бешеной скоростью. Речь идет о чат-ботах вроде ChatGPT и других нейросетях — их уже огромное количество.
В США дата-центры уже всей электроэнергии, а в мировом масштабе — . Ученые предупреждают, что к 2030 году эти цифры могут вырасти вдвое.
Вы только представьте: еще три года назад ChatGPT даже не существовал, а теперь прогнозируют, что одни лишь нейросети вскоре будут ответственны почти за половину потребления энергии всеми дата-центрами планеты.
Почему обучение нейросетей такое затратное
Главная причина в том, что обучение искусственного интеллекта требует невероятных ресурсов. Современные модели настолько огромные, что не помещаются на одном сервере и используют десятки графических процессоров, работающих неделями или даже месяцами без перерыва.
Чтобы обучить GPT-4, например, понадобилось около 50 гигаватт-часов энергии — этого хватило бы, чтобы обеспечить электричеством весь Сан-Франциско на три дня. Чем больше данных и сложнее модели, тем больше серверов приходится запускать, а вместе с ними растут и счета за электричество.
Энергии требуют как обучение нейросетей, так и их непосредственная работа
Но история не заканчивается на этапе обучения. Ежедневная работа нейросетей, то есть ответы на запросы пользователей, тоже «жрет» огромное количество энергии. Да, один отклик модели требует меньше ресурсов, чем ее обучение, но когда таких запросов миллиарды в сутки, нагрузка на серверы становится колоссальной.
Только ChatGPT обрабатывает больше 2,5 миллиарда вопросов каждый день, а ведь и десятки других конкурентов. В итоге даже фаза «обычного использования» превращается в настоящий марафон для дата-центров.
Читайте также:
Сколько энергии тратит ИИ на самом деле
Ученые стараются оценить, сколько на самом деле потребляют такие системы. Появляются даже специальные рейтинги, отслеживающие энергоэффективность открытых моделей. Однако крупные корпорации, вроде Google и Microsoft, скрывают точные цифры. Пользователю сообщают только общие данные, которые мало что объясняют. Поэтому сегодня сложно понять, насколько реально растут энергозатраты и сможет ли мир справиться с этой нагрузкой.
Есть и хорошая новость: все больше экспертов и пользователей требуют прозрачности. Если компании будут обязаны раскрывать реальные данные о потреблении энергии, появится шанс влиять на ситуацию как на уровне технологий, так и на уровне политики.
Еще больше познавательных статей про искусственный интеллект вы найдете в нашем . Подпишитесь прямо сейчас!
Пока же мы пользуемся умными чат-ботами, не всегда задумываясь, что за мгновенным ответом скрывается гудящий дата-центр, который работает на износ и прожигает электричество.