Sztuczna inteligencja zużywa znaczne ilości wody

Naukowcy z Uniwersytetu Riverside w Kalifornii i Uniwersytetu Arlington w Teksasie opublikowali artykuł, w którym szacują, ile wody potrzeba do chłodzenia serwerów  obsługujących sztuczną inteligencję. Autorzy stwierdzili, że wyszkolenie GPT-3 wiązało się ze użyciem takiej ilości cieczy, jakiej potrzeba do wypełnienia wieży chłodniczej reaktora jądrowego.

Pół litra wody podczas każdej rozmowy

Badacze obliczyli, że samo szkolenie ChatGPT-3 może zużywać 700 000 litrów słodkiej wody rocznie, co odpowiada ilości potrzebnej do wyprodukowania 370 samochodów BMW lub 320 pojazdów elektrycznych Tesla. Gdyby trenowanie odbywało się w azjatyckich centrach danych firmy  OpenAI, zużycie wody wzrosłoby trzykrotnie.

Zobacz również:

Podczas każdej sesji z ChatGPT, składającej się z około 20–50 pytań i odpowiedzi, linguabot potrzebuje 500 ml czynnika chłodniczego. To może wydawać się niewiele. Trzeba jednak wziąć pod uwagę, że narzędzie to było oprogramowaniem, które osiągnęło, zgromadziło milion użytkowników w najkrótszym czasie. Obecnie ma ich ponad 100 milionów, więc całkowita ilość zużywanej cieczy jest wystarczająca, aby wzbudzić niepokój.

Naukowcy spodziewają się, że zapotrzebowanie na wodę wzrośnie jeszcze bardziej w przypadku nowszych modeli, takich jak niedawno wydany GPT-4. Opierają się one bowiem na większym zestawie danych niż poprzednie wersje linguabota.

Zużycie wody przez modele AI nie może dłużej pozostawać poza kontrolą. Trzeba to traktować priorytetowo w ramach wspólnych wysiłków na rzecz zwalczania globalnych wyzwań związanych z ochroną zasobów wody

napisali amerykańscy badacze w swoim artykule.

ChatGPT nie jest jedynym pożeraczem wody

W roku 2022 Microsoft zanotował wzrost wykorzystania cieczy o 34 procent w porównaniu do roku 2021, osiągając niemal 6,4 miliarda litrów. W tym samym okresie Google zwiększył zużycie o 20 procent. Jeden z autorów artykułu, Shaolei Ren z Uniwersytetu Kalifornijskiego w Riverside, stwierdził, że zjawisko to można przypisać sztucznej inteligencji. Zwłaszcza dużym inwestycjom w generatywną AI oraz współpracy OpenAI z gigantem z Redmond.

Autorzy szacunków powołują się wyłącznie na najpopularniejsze narzędzia AI. A trzeba mieć świadomość, że na świecie już teraz istnieją setki, jak nie tysiące firm, które korzystają z urządzeń wymagających chłodzenia. Mniejsze przedsiębiorstwa również muszą zapewnić optymalną temperaturę w swoich centrach obliczeniowych, co przekłada się na jeszcze większe zużycie chłodziwa, co nie jest brane pod uwagę w szacunkach badaczy.

W poszukiwaniu rozwiązania

Jedną z możliwości jest przeniesienie centrów danych do chłodniejszych krajów lub… pod wodę. Regiony, które są naturalnie zimne, mogą być idealnymi miejscami zlokalizowania tam maszynerii generującej ciepło.

Firmą, która eksperymentowała z podwodnymi centrami danych, jest Microsoft. Jego przedstawiciele twierdzą, że jest to rozwiązanie niezawodne, praktyczne i zużywa mniej energii niż konwencjonalne sposoby obniżania temperatury maszyn. Przeniesienie centrów obliczeniowych pod wodę nie wydaje się jednak sensowne. Pracownicy Microsoftu nie wzięli pod uwagę, że instalacje te mogą ogrzewać wodę dookoła kapsuł z serwerami. Jeśli pozostałe przedsiębiorstwa pójdą tą samą drogą, to ocean może zacząć się ocieplać. A to nie pozostanie bez wpływu na przykład na klimat.

Być może rozwiązanie jest prostsze, niż by się mogło wydawać. Skoro centra danych generują duże ilości ciepła, to może trzeba je odzyskiwać i wytwarzać z niego energię? Z pewnością na świecie jest wiele miejsc, gdzie energii brakuje, więc może to tam trzeba przenieść aparaturę?

Źródła:

1. Federico Guerrini, Forbes, „AI’S Unsustainable Water Use: How Tech Giants Contribute To Global Water Shortages”, 2023
2. Mack DeGeurin, Gizmodo, „’Thirsty’ AI: Training ChatGPT Required Enough Water to Fill a Nuclear Reactor’s Cooling Tower, Study Finds”, 2023

To może cię również zainteresować: