Egy tanulmány szerint 2025 végére a mesterséges intelligencia több áramot fogyaszt majd, mint a Bitcoin

2025 végére a mesterséges intelligencia megelőzheti a kriptovaluta új egységeinek létrehozása során fogyasztott villamos energia mértékét, derül ki a Joule folyóiratban megjelent új tanulmányból. Az elemzés szerzője Alex de Vries-Gao, az Amszterdami Szabadegyetem Környezetkutató Intézetének munkatársa, aki korábbi, a kriptovaluták az energetikára gyakorolt ​​hatásával kapcsolatos munkájáról ismert – írta a The Verge.

Becslései szerint a mesterséges intelligencia rendszerek már most a világ adatközpontjai áramfogyasztásának körülbelül 20%-át teszik ki. Ha a jelenlegi ütem folytatódik, 2025-re a mesterséges intelligencia számára épített adatközpontok a globális energiafogyasztás közel felét fogják kitenni ezen a területen. A várható terhelési szint elérheti a 23 GW-ot – ami megfelel az Egyesült Királyság adatközpontjai teljes energiafogyasztásának.

Összehasonlításképpen: a Bitcoin hálózat jelenleg körülbelül 10 GW-ot fogyaszt. A növekvő kereslet már most is hatással van az amerikai energiaszektorra, az energiacégek új gáztüzelésű erőművek indítására és az atomenergia-projektekhez való visszatérésre készülnek.

Az ICF tanácsadó cég becslése szerint 2030-ra az amerikai adatközpontok áramfogyasztása 25%-kal fog növekedni, a növekedés nagy részét pedig a mesterséges intelligencia megoldásai és a felhőszolgáltatások fogják kitenni.

Ugyanakkor a kutatók rámutatnak az átláthatóság hiányára: a nagy technológiai vállalatok ritkán részletezik, hogy pontosan mennyi energiát vagy kibocsátást számlál a mesterséges intelligencia. „Elfogadhatatlanul nehéz még durva számokat is kapni” – jegyzi meg de Vries-Gao. Felszólítja a vállalatokat, hogy hozzák nyilvánosságra az adatokat, hogy a kormányok hatékonyan szabályozhassák az új technológiák energetikai hatásait.

Néhány fejlesztő, mint például a kínai startup, a DeepSeek, azt állítja, hogy modelljeik sokszor energiahatékonyabbak, mint a nagyvállalatok hasonló rendszerei. Azonban még az ilyen optimalizálás sem szünteti meg az úgynevezett Jephson-paradoxon kockázatát – amikor a megnövekedett hatékonyság a technológia még aktívabb használatához, és végső soron az összfogyasztás növekedéséhez vezet.

Forrás