AI se ne uklapa u zelenu agendu: Veštačka inteligencija je veliko opterećenje za globalnu električnu mrežu
Procvat veštačke inteligencije imao je tako dubok uticaj na velike tehnološke kompanije da su njihova potrošnja energije, a sa njom i emisije ugljenika, porasle.
Spektakularni uspeh velikih jezičkih modela kao što je ChatGPT pomogao je da podstakne ovaj rast potražnje za energijom. Sa 2,9 vat-časova po ChatGPT zahtevu, AI upiti zahtevaju oko 10 puta više električne energije od tradicionalnih Google upita, prema Institutu za istraživanje električne energije, neprofitnoj istraživačkoj firmi. Nove mogućnosti veštačke inteligencije, kao što je generisanje audio i video zapisa, verovatno će doprineti ovoj potražnji za energijom.
Energetske potrebe veštačke inteligencije menjaju računice energetskih kompanija. Oni sada istražuju ranije neodržive opcije, kao što je ponovno pokretanje nuklearnog reaktora u elektrani Tri milje koja je bila u mirovanju od zloglasne katastrofe 1979. godine.
Čovek koji je pobedio SMRT ima nešto važno da vam kaže | Miroslav Gligorević | Mario Zna, 286 Uživo
Centri podataka beleže kontinuirani rast decenijama, ali je veličina rasta u još mladoj eri velikih jezičkih modela bila izuzetna. AI zahteva mnogo više računarskih resursa i resursa za skladištenje podataka nego što bi mogla da obezbedi stopa rasta data centra pre AI.
Skladištenje podataka postaje sve veći problem za električne mreže tokom godina. Sa brzim porastom veštačke inteligencije i njenih zahteva, stručnjaci upozoravaju da su mnoge mreže već blizu kapaciteta.
AI i električna mreža
Zahvaljujući veštačkoj inteligenciji, električna mreža – na mnogim mestima koja je već blizu svog kapaciteta ili je sklona izazovima stabilnosti – doživljava veći pritisak nego ranije. Takođe postoji značajno zaostajanje između rasta računarstva i rasta mreže. Izgradnja centara podataka traje jednu do dve godine, dok je za dodavanje nove energije u mrežu potrebno više od četiri godine.
Kako se navodi u nedavnom izveštaju Instituta za istraživanje električne energije, samo 15 država sadrži 80% centara podataka u SAD. Neke države – kao što je Virdžinija, gde se nalazi Data Center Alley – zapanjujuće imaju preko 25% svoje električne energije koju troše data centri. Slični trendovi rasta klasterizovanih data centara postoje i u drugim delovima sveta. Na primer, Irska je postala država centar podataka.
Zajedno sa potrebom da se doda više proizvodnje energije da bi se održao ovaj rast, skoro sve zemlje imaju ciljeve dekarbonizacije. To znači da oni teže da integrišu više obnovljivih izvora energije u mrežu. Obnovljivi izvori energije kao što su vetar i solarna energija su povremeni: vetar ne duva uvek i sunce ne sija uvek. Nedostatak jeftinog, zelenog i skalabilnog skladišta energije znači da se mreža suočava sa još većim problemom usklađivanja ponude sa potražnjom.
Dodatni izazovi za rast data centra uključuju povećanje upotrebe vodenog hlađenja radi efikasnosti, što opterećuje ograničene izvore sveže vode. Kao rezultat toga, neke zajednice odbijaju ulaganja u nove centre podataka.
Ne odgovara im mir! Najviši zvaničnici EU bojkotuju Mađarsku i Orbana zbog njegove posete Moskvi https://t.co/ez4CWszcv0
— Nulta Tačka (@NultaTackaSrb) July 16, 2024
Bolja tehnologija
Postoji nekoliko načina kojim se industrija bavi sa ovom energetskom krizom. Prvo, računarski hardver je tokom godina postao znatno energetski efikasniji u smislu izvršenih operacija po potrošenom vatu. Efikasnost korišćenja energije data centara, metrika koja pokazuje odnos energije potrošene za računarstvo u odnosu na hlađenje i drugu infrastrukturu, smanjena je u proseku na 1,5, a čak i na impresivnih 1,2 u naprednim objektima. Novi centri podataka imaju efikasnije hlađenje korišćenjem vodenog hlađenja i spoljašnjeg hladnog vazduha kada su dostupni.
Nažalost, sama efikasnost neće rešiti problem održivosti. U stvari, Jevonsov paradoks ukazuje na to kako efikasnost može dovesti do povećanja potrošnje energije na duži rok. Pored toga, povećanje efikasnosti hardvera se značajno usporilo, pošto je industrija dostigla granice skaliranja tehnologije čipova.
Da bi nastavili da poboljšavaju efikasnost, istraživači dizajniraju specijalizovani hardver kao što su akceleratori, nove tehnologije integracije kao što su 3D čipovi i nove tehnike hlađenja čipova.
Slično tome, istraživači sve više proučavaju i razvijaju tehnologije hlađenja centara podataka. Izveštaj Instituta za istraživanje električne energije podržava nove metode hlađenja, kao što su tečno hlađenje uz pomoć vazduha i hlađenje potapanjem. Dok je tečno hlađenje već ušlo u centre podataka, samo nekoliko novih centara podataka je implementiralo imerziono hlađenje koje je još u razvoju.
Fleksibilna budućnost
Novi način izgradnje centara podataka sa veštačkom inteligencijom je fleksibilno računarstvo, gde je ključna ideja da se više računa kada je struja jeftinija, dostupnija i zelenija, a manje kada je skuplja, oskudna i zagađuje.
Operateri centara podataka mogu pretvoriti svoje objekte u fleksibilno opterećenje na mreži. Akademija i industrija pružili su rane primere odgovora na potražnju centara podataka, gde centri podataka regulišu svoju snagu u zavisnosti od potreba električne mreže. Na primer, mogu da zakažu određene računarske zadatke van najprometnijih sati.
Implementacija šire i veće fleksibilnosti u potrošnji energije zahteva inovacije u hardveru, softveru i koordinaciji mrežnog centra podataka. Posebno za veštačku inteligenciju, postoji mnogo prostora za razvoj novih strategija za podešavanje računarskih opterećenja centara podataka, a time i potrošnje energije. Na primer, centri podataka mogu da smanje preciznost kako bi smanjili opterećenje prilikom obučavanja AI modela.
Ostvarenje ove vizije zahteva bolje modeliranje i predviđanje. Centri podataka mogu pokušati da bolje razumeju i predvide svoja opterećenja i uslove. Takođe je važno predvideti opterećenje mreže i rast.
Inicijativa za predviđanje opterećenja Instituta za električnu energiju uključuje aktivnosti koje pomažu u planiranju i radu mreže. Sveobuhvatno praćenje i inteligentna analitika – verovatno oslanjajući se na veštačku inteligenciju – i za centre podataka i za mrežu su od suštinskog značaja za precizno predviđanje.
SAD su u kritičnom trenutku sa eksplozivnim rastom veštačke inteligencije. Izuzetno je teško integrisati stotine megavata potražnje za električnom energijom u već napregnute mreže. Možda je vreme da se ponovo razmisli o tome kako industrija gradi centre podataka.
Jedna od mogućnosti je održiva izgradnja više centara podataka – manjih, široko raspoređenih objekata – kako bi se računarstvo približilo lokalnim zajednicama. Edge data centri takođe mogu pouzdano da dodaju računarsku snagu gustim, urbanim regionima bez dodatnog opterećenja mreže. Dok ovi manji centri trenutno čine 10% centara podataka u SAD, analitičari predviđaju da će tržište manjih Edge centara podataka rasti za preko 20% u narednih pet godina.
Pored pretvaranja centara podataka u fleksibilna opterećenja koja se mogu kontrolisati, inovacije u prostoru Edge centara podataka mogu učiniti energetske zahteve veštačke inteligencije mnogo održivijim.
