Dette st\u00e5r i motsetning til det enorme str\u00f8mbehovet som skapes av kunstig intelligens, s\u00e6rlig generativ kunstig intelligens, som betjener millioner av brukere over hele verden. <\/span><\/p>\n Det er et avgj\u00f8rende poeng - selv for et par \u00e5r siden var AI-modellene relativt sm\u00e5 og begrenset til lokale bruksomr\u00e5der.\u00a0<\/span><\/p>\n I dag har du, jeg og millioner av andre i det minste eksperimentert med AI. Anslagsvis 40% voksne i USA og Europa, og 75% unge under 18 \u00e5r.\u00a0<\/span><\/p>\n AI-selskapene ser for seg en fremtid der produktene deres er integrert i alt vi gj\u00f8r og i alle enheter vi bruker, men AI drives ikke av luft. Som all annen teknologi krever den energi.<\/p>\n A <\/span>fersk artikkel<\/span><\/a> fant at BLOOM-modellen brukte 433 MWh p\u00e5 \u00e5 trene, mens GPT-3 trengte hele 1287 MWh.<\/span><\/p>\n OpenAIs ChatGPT trenger anslagsvis 564 MWh daglig for \u00e5 beregne svarene p\u00e5 brukerens sp\u00f8rsm\u00e5l. Hver enkelt utdata representerer en beregning som utf\u00f8res p\u00e5 tvers av OpenAIs omfattende nevrale nettverk, som hver for seg krever energi.\u00a0<\/span><\/p>\n La oss sette det i perspektiv: 1287 MWh kan forsyne 43 000 til 128 700 gjennomsnittshusholdninger med str\u00f8m i l\u00f8pet av et d\u00f8gn, forutsatt et gjennomsnittlig daglig forbruk p\u00e5 10 til 30 kWh per husholdning. <\/span><\/p>\n Den kan ogs\u00e5 drive over 200 000 000 LED-lysp\u00e6rer i en time eller drive en elbil i rundt fire til fem millioner kilometer.\u00a0<\/span><\/p>\n Selv om denne og andre studier har sine begrensninger, bekrefter offentlige data fra open source AI-selskaper som HuggingFace omfanget av disse tallene.<\/p>\n De milj\u00f8messige konsekvensene av kunstig intelligens strekker seg lenger enn bare energiforbruk. <\/span>Vannforbruk ved Microsofts datasentre<\/span><\/a> understreker hvor ressurskrevende AI-operasjoner er. Et datasenter p\u00e5 15 megawatt kan forbruke opptil 360 000 liter vann daglig.<\/span><\/p>\n Det internasjonale energibyr\u00e5et (IEA) har advart om den bredere effekten av datasentre, som allerede st\u00e5r for mer enn <\/span>1,3% av det globale str\u00f8mforbruket<\/span><\/a>. Dette tallet kommer til \u00e5 stige etter hvert som kravene til kunstig intelligens og databehandling eskalerer, noe som vil legge ytterligere press p\u00e5 den globale energiinfrastrukturen og forsterke kravet om mer b\u00e6rekraftig praksis i AI-bransjen.<\/span><\/p>\n Boston Consulting Group ansl\u00e5r at str\u00f8mforbruket i amerikanske datasentre kan tredobles fra 2022-niv\u00e5et til hele 390 terawattimer innen utgangen av dette ti\u00e5ret, noe som vil utgj\u00f8re omtrent 7,5% av landets forventede str\u00f8mbehov.<\/span><\/p>\n EU har ogs\u00e5 sagt at datasentrenes energibehov vil dobles innen 2026<\/a>. Bare i USA og Kina kan datasentrene komme til \u00e5 forbruke like mye som den \u00e5rlige produksjonen til mellom 80 og 130 kullkraftverk rundt 2030.\u00a0<\/span><\/p>\n Grafen nedenfor viser at datasentre i verste fall kan komme til \u00e5 forbruke rundt 8 000 TWh str\u00f8m innen 2030, noe som tilsvarer 30% av verdens str\u00f8mforbruk i dag. Det er dobbelt s\u00e5 mye som USA bruker \u00e5rlig.<\/p>\n Vi skal ikke skynde oss \u00e5 overdrive - vi m\u00e5 huske p\u00e5 at dette er et \u00f8vre estimat med en viss margin, og at datasentre brukes til mye annet enn kunstig intelligens - men det er likevel ganske sjokkerende, selv med den nedre grensen p\u00e5 1 100 TWh.<\/p>\n Sam Altman, administrerende direkt\u00f8r i OpenAI, sa selv p\u00e5 World Economic Forum: \"Vi trenger mye mer energi i verden enn vi trodde vi trengte f\u00f8r. Vi er fortsatt ikke klar over energibehovet til denne teknologien.\"<\/span><\/p>\n \"AI vil forbruke mye mer str\u00f8m enn folk hadde forventet\", fortsatte han, og antydet at energikilder som kjernefusjon eller billigere solenergi er avgj\u00f8rende for AIs fremgang.<\/span><\/p>\n I hjertet av Nord-Virginia, en region som n\u00e5 er kjent som \"datasentergaten\", presser den raske veksten i generativ AI grensene for str\u00f8mproduksjon.<\/span><\/p>\n Lokale str\u00f8mleverand\u00f8rer m\u00e5tte til og med stanse tilkoblingen av nye datasentre p\u00e5 et tidspunkt i 2022, fordi ettersp\u00f8rselen rett og slett var for h\u00f8y. P\u00e5 grunn av motstand i lokalsamfunnet ble forslag om \u00e5 bruke dieselgeneratorer under str\u00f8mmangel skrinlagt.<\/span><\/p>\n Bloomberg rapporterer<\/span><\/a> at byggingen av et datasenter og en batterifabrikk for elektriske kj\u00f8ret\u00f8y i Kansas City-omr\u00e5det krevde s\u00e5 mye str\u00f8m at planene om \u00e5 legge ned et kullkraftverk ble utsatt.\u00a0<\/span><\/p>\n Ari Peskoe, fra Electricity Law Initiative ved Harvard Law School, advarte mot de potensielt alvorlige konsekvensene hvis kraftselskapene ikke klarer \u00e5 tilpasse seg: \"Nye belastninger blir forsinket, fabrikker kan ikke komme i drift, og det \u00f8konomiske vekstpotensialet v\u00e5rt blir redusert\", sier han.\u00a0<\/span><\/p>\n \"I verste fall tilpasser ikke kraftselskapene seg og beholder den gamle fossile kapasiteten p\u00e5 nettet, og de utvikler seg ikke videre.\"<\/span><\/p>\n Rob Gramlich fra Grid Strategies delte disse bekymringene, og understreket overfor Bloomberg risikoen for str\u00f8mbrudd hvis infrastrukturforbedringene blir hengende etter.\u00a0<\/span><\/p>\n Utfordringene i forsyningssektoren er ikke begrenset til datasentre. Nyere lovgivning og insentiver stimulerer til bygging av halvleder-, elbil- og batterifabrikker, noe som ogs\u00e5 bidrar til den skyh\u00f8ye ettersp\u00f8rselen etter str\u00f8m.\u00a0<\/span><\/p>\n Evergy, som forsyner Kansas City-omr\u00e5det, utsatte for eksempel nedleggelsen av et kullkraftverk fra 1960-tallet for \u00e5 takle ettersp\u00f8rselen fra nye utbygginger, blant annet et datasenter for Meta Platforms og en batterifabrikk for elbiler fra Panasonic.<\/span><\/p>\n Til tross for at mange teknologibedrifter og produsenter av ren teknologi foretrekker fornybar energi, sier virkeligheten noe annet. Det er vanskelig \u00e5 se for seg hvordan dette energiforbruket kan kompenseres.\u00a0<\/span><\/p>\n Situasjonen er ikke unik for USA. P\u00e5 verdensbasis har Kina, India, Storbritannia og EU alle kommet med advarsler om AIs \u00f8kende str\u00f8mbehov.<\/span><\/p>\n Etter hvert som AI-teknologiene blir allestedsn\u00e6rv\u00e6rende, kolliderer deres \u00f8kologiske fotavtrykk med de globale ambisjonene om en fremtid med netto nullutslipp. Selv om vi ser bort fra de h\u00f8ye ambisjonene om \u00e5 oppn\u00e5 netto nullutslipp, kan ikke str\u00f8mnettene opprettholde bransjens n\u00e5v\u00e6rende kurs.\u00a0<\/span><\/p>\n Kommer det en \"AI-vinter\", der AI gjennomg\u00e5r en lang prosess med \u00e5 bli mer raffinert og effektiv f\u00f8r den blir mer intelligent? Eller vil gjennombrudd og industril\u00f8fter holde utviklingen flytende?<\/span><\/p>\n Bioinspirert kunstig intelligens,<\/a> er for eksempel et lovende forskningsfelt som s\u00f8ker \u00e5 harmonisere effektiviteten til naturlige systemer med databehandlingsintelligens. Jorden er bebodd av milliarder av ekstremt avanserte organismer som \"drives\" av naturlige kilder som mat og solen - kan dette v\u00e6re en bl\u00e5kopi for kunstig intelligens?<\/span> Andre metoder for \u00e5 dempe AI-industriens ressurstap er blant annet en \"AI-skatt\".\u00a0<\/span><\/p>\n En AI-skatt, som vanligvis brukes som en metode for \u00e5 redusere AI-relaterte tap av arbeidsplasser, kan f\u00f8re til at virksomheter som drar nytte av AI-utviklingen, bidrar til \u00e5 redusere milj\u00f8konsekvensene.\u00a0<\/span><\/p>\n Til syvende og sist er det vanskelig \u00e5 forutsi hvordan bransjen vil h\u00e5ndtere disse kravene, og i hvor stor grad folk vil m\u00e5tte b\u00e6re byrden.<\/span><\/p>","protected":false},"excerpt":{"rendered":" Den \u00f8kende ettersp\u00f8rselen etter kunstig intelligens er p\u00e5 kollisjonskurs med milj\u00f8messig b\u00e6rekraft, og eksperter sier at kullkraft kan bli v\u00e6rende for \u00e5 opprettholde str\u00f8mbehovet. Land over hele verden har som m\u00e5l \u00e5 g\u00e5 over til netto nullutslipp, investere i gr\u00f8nn energi og kutte forbruket av fossilt brensel. Dette st\u00e5r i motsetning til det enorme str\u00f8mbehovet som skapes av kunstig intelligens, s\u00e6rlig generativ kunstig intelligens, som betjener millioner av brukere over hele verden. Det er et avgj\u00f8rende poeng - selv for bare et par \u00e5r siden var AI-modeller relativt sm\u00e5 og begrenset til lokale bruksomr\u00e5der. I dag har du, jeg og millioner av andre i det minste eksperimentert med AI. Noen<\/p>","protected":false},"author":2,"featured_media":9674,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[84],"tags":[306,102,121,93],"class_list":["post-9668","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry","tag-environment","tag-google","tag-microsoft","tag-openai"],"yoast_head":"\n![\"AI-datasenter\"](\"https:\/\/dailyai.com\/wp-content\/uploads\/2024\/02\/shutterstock_1755415958.jpg\")
![\"Data](\"https:\/\/dailyai.com\/wp-content\/uploads\/2024\/02\/Global-electricity-demand-of-data-centers-2010-2030.png\")
Datasentre belaster energinettet<\/h2>\n
Hvordan skal vi betale?<\/h2>\n
\n<\/span>
\n<\/span>Svaret er et forel\u00f8pig ja, og nevromorfe AI-brikker basert p\u00e5 synaptiske funksjoner blir stadig mer levedyktige. AI-talegjenkjenning har til og med blitt <\/span>utf\u00f8rt ved hjelp av biologiske celler<\/span><\/a> formet til \"organoider\" - egentlig \"minihjerner\".\u00a0<\/span><\/p>\n![\"\"](\"https:\/\/dailyai.com\/wp-content\/uploads\/2023\/12\/cells.png\")