با رشد شتابان فناوریهای نوین، مصرف برق هوش مصنوعی به یکی از چالشهای اصلی صنعت انرژی و محیطزیست تبدیل شده است. پیشبینیها نشان میدهد که تا پایان دهه جاری، مراکز داده بهینهشده برای AI بهاندازه یک کشور بزرگ برق مصرف خواهند کرد و فشار بیسابقهای بر شبکههای جهانی انرژی وارد میشود.
پیشبینی مصرف برق هوش مصنوعی تا ۲۰۳۰
بر اساس گزارش آژانس بینالمللی انرژی (IEA)، مصرف برق مراکز داده جهان تا سال ۲۰۳۰ به حدود ۹۴۵ تراواتساعت خواهد رسید؛ رقمی که اندکی بیش از مصرف برق کنونی ژاپن است. در این میان، هوش مصنوعی اصلیترین عامل این جهش معرفی شده است.
- مصرف برق مراکز داده ویژه AI تا ۲۰۳۰ بیش از چهار برابر افزایش مییابد.
- برآوردها نشان میدهد تا ۲۰۳۵ این رقم میتواند به ۱۶۰۰ تراواتساعت برسد؛ معادل ۴.۴ درصد کل برق جهان.
اگر مراکز داده بهعنوان یک کشور در نظر گرفته شوند، پس از چین، آمریکا و هند در رتبه چهارم مصرف برق جهان قرار خواهند گرفت.
آموزش در برابر استنتاج؛ کدام پرمصرفتر است؟
چرخه عمر مدلهای هوش مصنوعی نشان میدهد که مرحله آموزش بیشترین انرژی را مصرف میکند. خوشههای عظیم GPU و TPU هفتهها تا ماهها بیوقفه کار میکنند تا یک مدل آموزش ببیند. اما پس از آن، مرحله استنتاج یا همان پاسخگویی به پرسشها و تولید محتوا، اگرچه در هر درخواست انرژی کمتری مصرف میکند، اما با میلیاردها پرسش روزانه، سهمی بزرگ در مصرف کل پیدا میکند.
تحلیل نشریه نیچر هشدار میدهد که اگر سرویسهای جهانی مانند جستوجو یا شبکههای اجتماعی به مدلهای مولد متکی شوند، مصرف انرژی استنتاج حتی میتواند از آموزش نیز پیشی بگیرد.
فراتر از برق؛ بحران آب و کربن
مصرف انرژی مراکز داده تنها به برق محدود نمیشود. خنککاری با آب و شدت کربن شبکه نیز اهمیت بالایی دارد.
- مایکروسافت در گزارش پایداری ۲۰۲۴ اعلام کرده مراکز داده جدید خود را برای خنککاری بدون مصرف آب طراحی میکند.
- گوگل نیز مدعی است شتابدهنده نسل ششم این شرکت نسبت به نسل قبلی بیش از ۶۷ درصد کارآمدتر است.
این اقدامات نشان میدهد که بهبود کارایی سختافزار و نرمافزار میتواند مصرف انرژی هر درخواست هوش مصنوعی را کاهش دهد، هرچند رشد حجم کارها بخشی از این دستاورد را خنثی میکند.
عددهای خرد اما اثرگذار
اندازهگیریها نشان میدهد که هر پرسش کوتاه در یک مدل زبانی بزرگ میتواند از چند میلیواتساعت تا چند صدم واتساعت انرژی مصرف کند. این مقدار بسته به طول پاسخ، نوع معماری مدل و بهرهوری مرکز داده متغیر است. اما زمانی که این درخواستها به میلیاردها بار در روز میرسند، تأثیر آن بر شبکه برق چشمگیر خواهد بود. بهعنوان مثال، یک پرسش ساده مانند «حال شما چطور است؟» میتواند معادل روشن بودن یک لامپ LED به مدت ۵ ثانیه برق مصرف کند.
راهکارها برای کاهش مصرف برق هوش مصنوعی
کارشناسان تأکید میکنند که هوش مصنوعی همزمان با افزایش تقاضای برق، میتواند به بهینهسازی شبکهها و کاهش مصرف انرژی در بخشهای دیگر کمک کند. با این حال، برای جلوگیری از بحران زیستمحیطی، سه اقدام کلیدی ضروری است:
- سرمایهگذاری سریع در فناوریهای کارآمدتر و تراشههای کممصرف
- توسعه زیرساختهای برق کمکربن
- شفافیت در گزارشدهی مصرف انرژی مراکز داده
جمعبندی
رشد بیوقفه مصرف برق هوش مصنوعی صنعت و سیاستگذاران را در برابر انتخابی جدی قرار داده است. اگرچه این فناوری میتواند موتور محرک نوآوری باشد، اما بدون مدیریت هوشمندانه انرژی، هزینههای زیستمحیطی و زیرساختی میتواند دستاوردهای آن را تحتالشعاع قرار دهد.
مهدی رضایی
او فارغالتحصیل رشته مهندسی نرمافزار است و فعالیت حرفهای خود را در عرصه رسانه از سال ۱۳۹۷ به عنوان نویسنده در یک وبلاگ تخصصی فناوری آغاز کرده است. وی پس از کسب تجربه، به خبرگزاریهای معتبر پیوست و در حال حاضر، خبرنگار حوزه نرمافزار و هوش مصنوعی در یک مجله تکنولوژی برجسته است.
مطالب پیشنهادی :
“ممکن است گلکسی اس 24 اف ای سامسونگ با کاهش سرعت شارژ عرضه شود.”
“گوگل پیکسل 9 در مقابل پیکسل 8: آیا ارتقا ارزش دارد؟”
## iPhone 16 در مقابل iPhone 16 Plus در مقابل iPhone 16 Pro در مقابل iPhone 16 Pro Max: مقایسه نهایی
آیفون 16 در مقابل آیفون 16 پلاس در مقابل آیفون 16 پرو در مقابل آیفون 16 پرو مکس: مقایسه نهایی