Energetická daň za rozmach. Čo stojí za hladom AI po elektrine?

Chatboti ako ChatGPT, Gemini či Claude dnes odpovedajú na miliardy otázok denne a pre mnohých pôsobia ako zázrak. Napíšete otázku či požiadavku a za pár sekúnd dostanete od stroja na mieru šitú odpoveď.

Za týmto zdanlivo jednoduchým procesom sa však skrýva sieť serverov, ktorá si vyžaduje ohromné množstvo energie. Vidieť to už aj na globálnych číslach.

Len pred niekoľkými rokmi boli generatívne modely skôr experimentom akademických laboratórií než nástrojom pre každodenné použitie. Spustenie ChatGPT na konci roka 2022 však spustilo lavínu, z nástroja pre nadšencov sa stal masový fenomén a odvetvie veľkých jazykových modelov sa rozrástlo tempom, ktoré prekvapilo aj odborníkov. Microsoft, Google a ďalší technologickí giganti investovali miliardy, aby dokázali držať krok.

Tento prudký rozvoj umelej inteligencie so sebou paralelne prináša aj rastúce obavy o jej environmentálne dopady. Dátové centrá už dávno nie sú len skladiskom súborov, pôsobia už ako základná infraštruktúra pre cloudové služby, streamovanie videa a napokon aj AI. Aj keď sa roky darilo udržiavať ich spotrebu energie vďaka efektívnemu hardvéru a chladiacim systémom na stabilnej úrovni, nástup akcelerovaných serverov pre AI túto rovnováhu narušil.

V Spojených štátoch tvorili dátové centrá v roku 2023 približne 4,4 % celkovej spotreby elektriny, čo podľa odhadov Lawrence Berkeley National Laboratory predstavuje 176 terawatthodín energie. Analytici varujú, že ak sa rozšírenie AI nezmierni, do roku 2028 môže tento podiel vzrásť až na 12 %. Celosvetovo sa dátové centrá podieľajú na spotrebe zhruba 1,5 % elektriny a rýchly nástup generatívnej AI naznačuje, že toto číslo nemusí dlho platiť.

Problém začína už pri samotnom tréningu umelej inteligencie, teda procese, pri ktorom sa systémy učia z obrovského množstva dát. Tento proces vyžaduje prevádzku stoviek serverov, v prípade NVIDIA DGX s odberom približne 6,5 kW na server, pričom tento tréning môže trvať aj celé týždne. Odborníci odhadujú, že príprava GPT-4 zhltla približne 50 GWh, čo zodpovedá trojdňovej spotrebe San Francisca. Ani inferencia, teda generovanie odpovedí, nie je zadarmo. Spoločnosť SemiAnalysis vypočítala, že prevádzka ChatGPT si denne vyžiada okolo 564 MWh energie, a to je len jeden chatbot.

Chcete sa dozvedieť viac tech noviniek? Vypočujte si náš podcast, ktorý kompletne vytvorila umelá inteligencia:

Situáciu komplikuje aj fakt, že do hry vstupujú ďalšie služby. Google testuje generatívne AI vo vyhľadávaní, čo by pri masovom nasadení znamenalo desiatky gigawatthodín denne. Aj optimisti pripúšťajú, že hardvérové zlepšenia a úspornejšie algoritmy nemusia stačiť. Efekt známy ako Jevonsov paradox hovorí, že vyššia efektivita často vedie k ešte väčšiemu využívaniu technológie.

Výrobcovia čipov ako Nvidia už dnes zápasia s nedostatkom kapacít, čo dočasne brzdí nekontrolovaný rast. Do roku 2027 však plánujú masívne rozšírenie výroby, čo môže energetický dopyt znova vystreliť nahor. Výskumníci z Berkeley Lab upozorňujú, že bez novej infraštruktúry a transparentného reportingu spotreby budú elektrické siete čeliť rastúcemu tlaku.

Nárast AI preto nie je len technologickou revolúciou, ale aj výzvou pre energetiku a životné prostredie. Ak majú generatívne modely zostať udržateľné, nestačí ich optimalizovať. Firmy aj regulátori musia zvážiť, kedy je použitie AI skutočne nevyhnutné a kedy je lepšie siahnuť po menej náročných riešeniach.