Искусственный интеллект «пожирает» все больше энергии: как страны собираются решать проблему

По оценкам, средний запрос ChatGPT потребляет около 0,3 ватт-часа — меньше, чем многие бытовые приборы, но с учетом миллиардов запросов ежедневно, суммарное энергопотребление становится колоссальным. Более того, с появлением моделей для генерации изображений и видео потребление энергии значительно возросло: согласно исследованию MIT Technology Report, для создания пятисекундного видео новые модели ИИ используют количество энергии, равное работе микроволновки в течение часа.

Западные техногиганты первыми столкнулись с вызовами, которые несет с собой стремительный рост ресурсоемкости генеративного ИИ. Одной из попыток смягчить экологический эффект работы ЦОД стала инициатива Microsoft, которая реализовала проект по размещению серверов на платформе под водой. Идея заключалась в том, чтобы использовать естественное охлаждение океанской воды для снижения энергозатрат на кондиционирование оборудования. Однако, несмотря на инновационный подход, проект столкнулся с техническими сложностями: воздействие морской среды ускоряло износ оборудования, а затраты на обслуживание и предотвращение коррозии не позволили сделать этот метод массовым и действительно экологичным. Google и Amazon также вкладываются в переход на возобновляемую энергию для питания своих ЦОД. Тем не менее, рост спроса на вычислительные ресурсы со стороны ИИ-проектов зачастую превышает возможности этих мер.

Европа, традиционно уделяющая большое внимание вопросам экологии и устойчивого развития, одной из первых начала формировать комплексный подход к регулированию энергопотребления ИИ и ЦОДов. Ее опыт сочетает в себе как прямое регулирование, так и создание систем прозрачности и отчетности.

Во-первых, возрастает риск неконтролируемого роста энергопотребления. Аналогично ситуации с майнингом криптовалют, где нелегальные фермы, потребляющие электроэнергию по заниженным тарифам, создают перегрузки в электросетях (особенно в регионах, таких как Красноярский край, Иркутская область и Северный Кавказ), бесконтрольное развитие ИИ может привести к аналогичным проблемам. Вместо майнинговых ферм появятся «ИИ-шные ЦОДики», потребляющие огромное количество энергии.

Во-вторых, в крупных мегаполисах, таких как Москва, уже наблюдается напряженность в энергосистеме из-за электрификации транспорта (электрички, метро, электромобили). Рост энергопотребления ЦОД, особенно в связи с развитием ИИ (где потребление может вырасти с 10-15 кВт до 50-70 кВт на стойку), может привести к дефициту электроэнергии.

И в-третьих, игнорирование вопросов энергоэффективности может привести к потенциальным ограничениям на международном рынке. Западные страны, вероятно, будут использовать этот фактор в качестве барьера для доступа российских технологий на международный рынок. Западные финансовые институты могут отказывать в финансировании проектам, использующим неэффективные технологии. Поэтому российским компаниям придется доказывать энергоэффективность своих решений (включая ЦОД и приложения ИИ) для успешной конкуренции на мировом рынке.

Для решения проблемы растущей ресурсоемкости ИИ нужно рассматривать несколько уровней оптимизации.

Первый и важнейший уровень – это оптимизация энергосистемы в целом. В развитых странах, включая США, системы передачи электроэнергии зачастую устарели, что приводит к значительным потерям при передаче. В России также существует проблема изношенности инфраструктуры, хотя ситуация и не столь критична, как в Штатах. Решением может быть строительство центров обработки данных (ЦОД) вблизи генерирующих мощностей, что позволит минимизировать потери при передаче электроэнергии. В России, с ее значительным количеством недозагруженных АЭС, это особенно перспективно, так как позволяет использовать «зеленую» энергию. В отличие от Запада, где атомные мощности ограничены и устарели, Россия имеет потенциал для развития атомной энергетики в связке с ИИ.

Но, помимо атомных мощностей, которые имеют свои ограничения, такие как длительный срок ввода в эксплуатацию, существует еще один значимый ресурс – попутный газ. Россия обладает значительным потенциалом для генерации электроэнергии из попутного газа, который образуется при добыче нефти. Вместо сжигания этого газа, его можно использовать для работы газотурбинных электростанций (ПГУ), получая практически бесплатную электроэнергию. Это особенно актуально для удаленных субъектов, например для Сибири и районов вдоль Северного морского пути, а также для регионов с развитой нефтедобычей, вроде Оренбургской и Тюменской областей.

Второй уровень – повышение энергоэффективности самих ЦОД. Ключевым показателем здесь является коэффициент PUE (Power Usage Effectiveness). В Китае, например, средний PUE составляет 1.15, и это отличный показатель. В России число значительно выше. Разница заключается в использовании современных технологий, таких как BIM-моделирование, создание цифровых двойников, адаптивные режимы эксплуатации в зависимости от нагрузки и использование естественного охлаждения (включая испарительное).

Третий уровень – это эффективное охлаждение самих вычислительных мощностей, в первую очередь серверов и видеокарт. Перспективной технологией считается водяное охлаждение, когда небольшие трубки с водой пропускаются вблизи серверов для отвода тепла. Способ пока не получил широкого распространения, но активно развивается. В Китае такое охлаждение уже применяется, в то время как в России пока нет ни одной известной установки.

Четвертый, и не менее важный уровень – это оптимизация приложений ИИ. Оптимизация позволяет «сжимать» модели, снижая потребление ресурсов и повышая скорость работы. Суть в том, чтобы не вся модель отрабатывала запрос, а лишь ее часть, что значительно повышает эффективность. Например, вместо использования 10 графических процессоров (GPU), оптимизированная модель может работать на 5, что снижает затраты на оборудование и энергопотребление.

Одних лишь технологических инноваций и операционных улучшений недостаточно. Эффективное сдерживание этого роста и направление развития ИИ в русло устойчивости требует активного вмешательства на более высоких уровнях — через формирование рыночных стимулов и разработку четких регуляторных рамок.

Рыночная мера, которая вполне реальна на горизонте ближайших лет, – стимулирование разработки и внедрения технологий «сжатия» моделей ИИ. Провайдеры решений по «сжатию» моделей, получают конкурентное преимущество, так как позволяют клиентам снизить затраты на оборудование (GPU) и энергопотребление. Например, если оптимизированная модель требует не 10 GPU, а 5, это значительно снижает капитальные затраты (CAPEX) на внедрение ИИ. Так, рынок сам стимулирует разработку и внедрение энергоэффективных решений.

ESG – это не только про оптимизацию энергопотребления. Огромный потенциал заключается в переиспользовании тепла, выделяемого ЦОДами. Вместо того, чтобы просто выбрасывать это тепло в атмосферу, его можно направить на обогрев соседних объектов. Перспективным направлением является интеграция ЦОДов с городскими фермами (сити-фермами).

Сити-фермы – это современный тренд, позволяющий выращивать свежие овощи и зелень непосредственно в городской среде. В отличие от традиционных парников, расположенных далеко за городом, сити-фермы обеспечивают доступ к свежим продуктам, которые не теряют своих полезных свойств при транспортировке. Соединив ЦОД и сити-ферму, можно создать замкнутый цикл: тепло от GPU используется для обогрева теплиц, что обеспечивает оптимальные условия для роста растений.

Однако для реализации таких проектов нужно преодолеть ряд барьеров.

Один из способов стимулирования — предоставление субсидий и льгот компаниям, которые внедряют энергоэффективные решения. Например, застройщик, который при строительстве жилого квартала предусматривает создание мини-ЦОД и сити-фермы, может получить субсидию на строительство. Только вот получение субсидий должно быть связано с демонстрацией реальной эффективности, подтвержденной BIM-моделями и цифровыми двойниками.

Такой подход позволит создать экосистему, в которой крупные компании будут заинтересованы в сотрудничестве с малым и средним бизнесом, специализирующимся на сити-фермах и мини-ЦОД. Так получится создавать инновации, новые рабочие места и повысить устойчивость городской среды.