Очаква се до 2029 г. ускорителите на изкуствен интелект (ИИ) да заемат значителен дял от световното потребление на енергия. Според анализатори от TechInsights, на базата на прогнози от Администрацията за енергийна информация на САЩ (EIA), потреблението на енергия от системи, свързани с генеративния ИИ, ще достигне 1,5% от общото световно потребление. Това прави около 2318 TW∙h от прогнозираното глобално потребление на енергия от 153 хил. TW∙h за периода 2025-2029 г.
Анализаторите подчертават, че всеки ИИ ускорител се нуждае от около 700 W, докато флагманът на Nvidia - Blackwell, консумира 1200 W. Тези изчисления обаче не включват консумацията на енергия от модулите памет, мрежовото оборудване и другите компоненти на ИИ системите. Според експертите, оправдаването на такива разходи ще изисква значителни усилия.
Проучванията на McKinsey показват, че 65% от анкетираните компании планират да използват генеративен ИИ, което води до значителни инвестиции в индустрията. Докато Microsoft разчита на решенията на Nvidia, Meta развива собствен проект за ИИ, който ще включва около 600 хиляди ускорителя. Според TechInsights, Nvidia ще достави около 3,76 милиона ускорителя през 2023 г., в сравнение с 2,6 милиона през 2022 г.
Прогноза на Gartner от миналата година дори предполага, че ИИ може да консумира до 3,5% от световната електроенергия. Въпреки че методологията на компанията включва и разходите за съпътстващата екосистема, тенденцията е ясно към увеличаване на енергийните разходи.
Въпросът за рационалното използване на енергията става все по-актуален. Например, криптодобивът в САЩ вече заема 2,3% от цялото потребление на енергия, но според експерти, използването на тези ресурси за ИИ системи е по-рационално. Миньорите на криптовалута също се пренасочват към ИИ проекти, което заедно с преминаването към възобновяеми източници на енергия и рециклирането повишава енергийната ефективност на центровете за данни.
Microsoft и Apple агресивно популяризират персоналните компютри с ИИ, оборудвани с NPU или други ускорители, които прехвърлят част от изчисленията към клиентските устройства, докато облачните системи се грижат за по-сложните задачи. Това подход помага за оптимизиране на енергийното потребление и разпределение.
