Den stigende efterspørgsel efter AI er på kollisionskurs med miljømæssig bæredygtighed, og eksperter siger, at kulkraft kan blive ved med at opretholde efterspørgslen på elektricitet.
Lande over hele verden sigter mod at gå over til netto-nul, investere i grøn energi og reducere forbruget af fossile brændstoffer.
Det er i modstrid med den enorme efterspørgsel på elektricitet, der skabes af AI, især generativ AI, som betjener millioner af brugere verden over.
Det er en afgørende pointe - selv for et par år siden var AI-modeller forholdsvis små og begrænset til lokale anvendelser.
I dag har du, jeg og millioner af andre i det mindste eksperimenteret med AI. Omkring 40% af de voksne i USA og Europa, ifølge nogle skøn, og 75% af de unge under 18 år.
AI-virksomheder ser en fremtid, hvor deres produkter er integreret i alt, hvad vi gør, og i alle de apparater, vi bruger, men AI kommer ikke ud af den blå luft. Som alle teknologier kræver den energi.
A Nyere artikel fandt, at BLOOM-modellen brugte 433 MWh til at træne, og GPT-3 havde brug for hele 1287 MWh.
OpenAI's ChatGPT har brug for ca. 564 MWh om dagen for at beregne svar på brugernes spørgsmål. Hvert enkelt output repræsenterer en beregning, der udføres på tværs af OpenAI's vidtstrakte neurale netværk, som hver især kræver energi.
Lad os sætte det i perspektiv: 1287 MWh kan forsyne 43.000 til 128.700 gennemsnitshusstande med strøm i en dag, hvis man antager et gennemsnitligt dagligt forbrug på 10 til 30 kWh pr. husstand.
Det kan også drive over 200.000.000 LED-pærer i en time eller drive en elbil i omkring 4 til 5 millioner kilometer.
Selv om denne og andre undersøgelser har deres begrænsninger, bekræfter offentlige data fra open source AI-virksomheder som HuggingFace omfanget af disse tal.
De miljømæssige konsekvenser af AI rækker længere end blot energiforbrug. Vandforbrug i Microsofts datacentre understreger den ressourcekrævende karakter af AI-operationer. Et datacenter på 15 megawatt kan forbruge op til 360.000 liter vand dagligt.
Det Internationale Energiagentur (IEA) har advaret om den bredere indvirkning af datacentre, som allerede tegner sig for mere end 1,3% af det globale elforbrug. Dette tal vil stige i takt med, at kravene til AI og databehandling eskalerer, hvilket yderligere belaster den globale energiinfrastruktur og forstærker kravet om mere bæredygtig praksis inden for AI-industrien.
Boston Consulting Group vurderer, at ved udgangen af dette årti kan elforbruget i amerikanske datacentre tredobles fra 2022-niveauet til hele 390 terawatt-timer, hvilket svarer til ca. 7,5% af landets forventede elforbrug.
EU har også sagt, at datacentres energibehov vil fordobles inden 2026. Alene i USA eller Kina kan datacentre forbruge, hvad der svarer til den årlige produktion fra 80 til 130 kulkraftværker omkring 2030.
I det værst tænkelige scenarie viser nedenstående graf, at datacentre kan forbruge omkring 8.000 TWh elektricitet i 2030, hvilket svarer til 30% af verdens elforbrug i dag. Det er dobbelt så meget som USA's årlige forbrug.
Vi vil skynde os ikke at gøre det sensationelt - lad os huske på, at det er en øvre grænse, og at datacentre bruges til mange andre ting end AI - men det er stadig ret chokerende, selv ved den nedre grænse på 1.100 TWh.
På World Economic Forum sagde Sam Altman, CEO for OpenAI, selv: "Vi har brug for meget mere energi i verden, end vi troede, vi havde brug for før. Vi forstår stadig ikke denne teknologis energibehov."
"AI vil forbruge langt mere strøm, end folk forventede," fortsatte han og antydede, at energikilder som kernefusion eller billigere solenergi er afgørende for AI's fremskridt.
Datacentre belaster energinettet
I hjertet af det nordlige Virginia, en region, der nu er kendt som "datacenter-allé", skubber den hurtige vækst i generativ AI til grænserne for elproduktion.
Lokale strømudbydere måtte endda stoppe tilslutningen af nye datacentre på et tidspunkt i 2022, da efterspørgslen simpelthen var for stor. På grund af modstand fra lokalsamfundet blev forslag om at bruge dieselgeneratorer under strømmangel lagt på hylden.
Bloomberg rapporterer at i Kansas City-området krævede opførelsen af et datacenter og en batterifabrik til elbiler så meget strøm, at planerne om at nedlægge et kulkraftværk blev udskudt.
Ari Peskoe fra Electricity Law Initiative på Harvard Law School advarede om de potentielle alvorlige konsekvenser, hvis forsyningsselskaberne ikke tilpasser sig: "Nye belastninger forsinkes, fabrikker kan ikke komme online, vores økonomiske vækstpotentiale mindskes," siger han.
"Det værst tænkelige scenarie er, at forsyningsselskaberne ikke tilpasser sig og beholder den gamle kapacitet med fossile brændstoffer online, og at de ikke udvikler sig videre."
Rob Gramlich fra Grid Strategies gentog disse bekymringer og fremhævede over for Bloomberg risikoen for rullende strømafbrydelser, hvis infrastrukturforbedringerne halter bagefter.
Forsyningssektorens udfordringer er ikke begrænset til datacentre. Nyere lovgivning og incitamenter ansporer til opførelse af halvleder-, elbil- og batterifabrikker, hvilket også bidrager til den stigende efterspørgsel efter elektricitet.
For eksempel har Evergy, der forsyner Kansas City-området, udskudt nedlukningen af et kulkraftværk fra 1960'erne for at kunne klare efterspørgslen fra nye projekter, herunder et Meta Platforms-datacenter og en Panasonic EV-batterifabrik.
På trods af at mange teknologifirmaer og producenter af ren teknologi foretrækker vedvarende energi, siger virkeligheden noget andet. Det er svært at forestille sig, hvordan dette energiforbrug kan udlignes.
Situationen er ikke unik for USA. På verdensplan har Kina, Indien, Storbritannien og EU alle udsendt advarsler om AI's stigende elektricitetsbehov.
Hvordan skal vi betale?
Efterhånden som AI-teknologier bliver allestedsnærværende, kolliderer deres økologiske fodaftryk med de globale ambitioner om en netto-nul fremtid. Selv hvis man ser bort fra de høje mål for at opnå netto-nul, kan elnettene simpelthen ikke opretholde industriens nuværende kurs.
Kommer der en "AI-vinter", hvor AI gennemgår en lang proces med at blive mere raffineret og effektiv, før den bliver mere intelligent? Eller vil gennembrud og industriløfter holde udviklingen flydende?
Bio-inspireret AI, er f.eks. et lovende område, der søger at harmonisere naturlige systemers effektivitet med computerbaseret intelligens. Jorden er beboet af milliarder af ekstremt avancerede organismer, der "drives" af naturlige kilder som mad og solen - kan det være en model for AI?
Svaret er et forsigtigt ja, idet neuromorfe AI-chips baseret på synaptiske funktioner bliver mere og mere levedygtige. AI-talegenkendelse er endda blevet udført ved hjælp af biologiske celler dannet til 'organoider' - i bund og grund 'mini-hjerner'.
Andre metoder til at afbøde AI-industriens ressourceforbrug omfatter en "AI-skat".
En AI-skat, der normalt foreslås som en metode til at afbøde AI-relaterede jobtab, kan få enheder, der drager fordel af AI-fremskridt, til at bidrage til at afbøde deres miljøpåvirkning.
I sidste ende er det svært at forudsige, hvordan branchen vil håndtere disse krav, og i hvor høj grad folk vil skulle bære byrden.
