Растущие потребности в мощности ИИ: превзойти майнинг биткоинов к 2025 году

К концу 2025 года искусственный интеллект (ИИ) может потреблять больше электроэнергии, чем майнинг биткоинов, явление, которое подчеркивает более быстрый и скрытный энергетический кризис. Виновник? Взрывной рост крупномасштабных моделей ИИ и центров обработки данных, которые их поддерживают.

Новые титаны спроса на энергию

Недавнее исследование, проведенное Алексом де Фрисом-Гао из Свободного университета Амстердама, предполагает, что К концу 2025 года искусственный интеллект может потреблять почти половину электроэнергии, потребляемой центрами обработки данных , соперничая и потенциально превосходя энергопотребление Bitcoin. Чтобы оценить это, де Врис-Гао отслеживал поставки чипов ИИ с помощью метода «триангуляции», изучая данные о производстве в отрасли, аналитические отчеты и отчеты о доходах.

Его выводы: ИИ уже обеспечивает около 20% электроэнергии в центрах обработки данных ; к концу года спрос может достичь 23 гигаватт, что эквивалентно энергопотреблению Нидерландов или даже Великобритании.

Почему использование мощности ИИ имеет значение?

Три основные причины:

Энергосистема под напряжением

Справиться с этим всплеском — не просто техническая проблема; это национальная инфраструктурная задача. В США коммунальные службы изо всех сил пытаются построить новые газовые заводы или пересмотреть ядерные проекты, чтобы удовлетворить растущий аппетит ИИ.

Дэниел Бресетт, президент Института исследований окружающей среды и энергетики, недавно затронул этот вопрос, подчеркнув: срочность модернизации сетей для «размещения активов нового поколения» в ближайшем будущем.

Экологические последствия

В отличие от Bitcoin, чье сетевое использование энергии является публичным, потребление ИИ непрозрачно. Крупные технологические компании сообщают о росте энергии и выбросов, связанных с ИИ, но они редко это раскрывают. Это черный ящик, где прогнозы сильно разнятся, но отсутствие прозрачности должно беспокоить нас всех.

Анализ, проведенный Врисом-Гао в Guardian, показал, что ИИ может объяснить до 49 % мощности центра обработки данных использования к концу 2025 года, выразив обеспокоенность по поводу отсутствия прозрачности и устойчивости. 

Парадокс эффективности

Несмотря на улучшения в эффективности чипов, такие как процессоры Nvidia Grace Blackwell, общее потребление энергии ИИ продолжает расти. Благодаря парадоксу Джевонса, возросшая эффективность только подпитывает большее использование .

Понимание чисел

Давайте сломаем это:

• 2024: На долю ИИ приходится около 20% потребления электроэнергии в центрах обработки данных.
• Прогноз на 2025 год: спрос может вырасти до 23 ГВт, что сопоставимо с потребностями всех малых и средних стран.
• Сравнение с Bitcoin: майнинг Bitcoin потребляет около 10 ГВт, поэтому ИИ может более чем удвоить это количество.
• Рост числа центров обработки данных: к 945 году мировое потребление электроэнергии центрами обработки данных может достичь 1,050–2030 ТВт·ч, что вдвое больше, чем в 2022 году.
• Стоимость выбросов углерода: только искусственный интеллект может потреблять до 82 ТВт·ч в 2025 году, что сопоставимо с годовым потреблением электроэнергии в Швейцарии.

Движущие силы этого всплеска

Как он мог так быстро подняться?

Менталитет «Чем больше, тем лучше»

Конкуренция между технологическими гигантами и стартапами подстегнула масштабирование моделей и более крупные нейронные сети, требующие гораздо больше вычислений. Эта эскалация размера напрямую транслируется в экспоненциальное потребление энергии.

Влияние генеративного ИИ

Генеративные инструменты, такие как ChatGPT и другие, сделали ИИ вездесущим, запуская миллионы энергоемких запросов ежедневно. Каждый запрос потребляет гораздо больше энергии, чем типичный поиск Google.

Ссылаясь на недавний отчет Министерства энергетики США, Джоанна Стерн выделено в WSJ что к 12 году на такие объекты может приходиться до 2028% потребления электроэнергии в США, OpenAI заявляя 0.34 Втч на ChatGPT запрос.

Ограничения на поставку оборудования

Выпуск ИИ-чипов TSMC удвоился, но с ограниченной мощностью. Это узкое место приводит к росту цен на чипы и энергопотребления, поскольку центры обработки данных спешат запустить больше графических процессоров для рабочих нагрузок ИИ.

Эффект ряби по всей инфраструктуре

Что это означает для инфраструктуры?

Нагрузка на инфраструктуру электроснабжения

В регионах, богатых центрами обработки данных, таких как Северная Вирджиния или Кремниевая долина, наблюдаются резкие скачки цен на электроэнергию, перегрузка сетей и длительное время ожидания новых подключений. 

Ученые Массачусетского технологического института Эльза Оливетти и Адам Зиве подчеркивают, что внедрение генеративного ИИ оказывает давление как на системы электроснабжения, так и на системы водоснабжения, и «они должны быть постоянно включены». 

Скептическое отношение к перспективам возобновляемой энергетики

Хотя эффективность и возобновляемые источники энергии являются частью решения, де Врис-Гао предупреждает: без конкретных измерений мы рискуем недооценить масштабы необходимой энергии или переоценить способность чистой энергии справляться с этим.

Экологические и политические последствия

Можно с уверенностью сказать, что спрос на энергию для искусственного интеллекта переживает не лучшие времена, что создает серьезные препятствия на пути к зеленому будущему.

Траектория выбросов

Выбросы технологических компаний резко возросли: Углеродный след Google вырос на 59% с 2019 года , в основном за счет рабочих нагрузок ИИ. Как отмечает Хелена Хортон в отчете Guardian, потребление электроэнергии выросло на 27% в годовом исчислении, что обусловлено системами ИИ, такими как Gemini и ChatGPT. 

Вопросы водопользования

Центры обработки данных не просто потребляют электроэнергию, они жрут воду. Например, обучение GPT‑3 потреблял ~700,000 XNUMX литров за один заход.

Разрыв в раскрытии информации

Политические усилия, такие как Закон США о воздействии искусственного интеллекта на окружающую среду 2024 года, стремятся к прозрачности. Тем не менее, в настоящее время крупные компании ИИ редко сообщают данные об энергии, связанной с ИИ.

Уроки энергетического поворота биткоина

Сеть Bitcoin когда-то потребляла больше электроэнергии, чем Нидерланды. Когда Ethereum перешел на proof-of-stake, его энергопотребление сократилось более чем на 99.9%. ИИ должен извлечь уроки из этой дорожной карты: необходимы структурные реформы, а не только повышение эффективности.

Стратегии смягчения последствий

Теперь, когда мы понимаем препятствия, что мы можем сделать, чтобы их устранить?

Прозрачная отчетность

Компании должны раскрывать подробные данные об энергопотреблении ИИ, во многом похожие на статистику майнинга Bitcoin с открытым исходным кодом, чтобы обеспечить подотчетность и направлять улучшения.

Эффективность по дизайну

Инновации в области моделей и оборудования должны быть направлены на устойчивый прогресс, балансируя спрос на энергию с возможностями. Более эффективный LLM DeepSeek является многообещающим примером.

Политика и стандарты

Регулирующие органы должны требовать проведения оценок устойчивости и устанавливать ограничения или стимулы для экологически чистых операций ИИ, особенно в уязвимых регионах.

Масштабирование возобновляемых источников энергии

Основные энергетические стеки должны соответствовать росту ИИ. Это означает расширение развертывания возобновляемых источников энергии, возрождение ядерной энергетики для базовой нагрузки и модернизацию сетей.

Еда на вынос

Стремительный взлет ИИ несет с собой преобразующий потенциал и углубляющийся энергетический кризис. К 2025 году ИИ может обогнать Bitcoin по потреблению электроэнергии, ускорить выбросы, перегрузить сети и повлиять на климатические цели. Но это не неизбежно.

Чтобы выйти на устойчивый уровень, индустрия ИИ должна сделать поворот: прозрачность, эффективность, стратегические возобновляемые источники энергии и согласованность политики. Если это произойдет, ИИ сможет выполнить свое обещание, не подвергая риску планету.