Η Τεχνητή νοημοσύνη «διψά» – Προβλέπουν μεγάλη ζήτηση για φωτοβολταϊκά

Όλα τα μοντέλα τεχνητής νοημοσύνης, από τα chatbots μέχρι τα βιντεάκια που έχουν δημιουργηθεί με τη χρήση ΑΙ και τα παρακολουθούμε στα social media για να λειτουργήσουν απαιτούν τεράστια ποσά ενέργειας. Η ανάπτυξη του τομέα της τεχνητής νοημοσύνης σε βιομηχανικό επίπεδο αυξάνει τη ζήτηση σε ηλεκτρική ενέργεια και εκ των πραγμάτων την αναζήτηση νέων πηγών ηλεκτρικού.

Ο Διευθύνων Σύμβουλος της NextEra Energy, μιας εταιρείας στις ΗΠΑ που ασχολείται με τις ανανεώσιμες πηγές ενέργειας εκτίμησε ότι η ζήτηση για ανανεώσιμες πηγές ενέργειας πρόκειται να τριπλασιαστεί το επόμενο έτος. Μάλιστα, η εταιρεία του πρόσθεσε 3.000 μεγαβάτ ανανεώσιμων πηγών ενέργειας και έργα αποθήκευσης το περασμένο τρίμηνο.

Σύμφωνα με δημοσίευμα του business insider, η NextEra Energy εργάζεται για να καλύψει τη ζήτηση ενέργειας από τον τομέα της τεχνητής νοημοσύνης που προβλέπεται να τριπλασιαστεί.

Η τεχνητή νοημοσύνη διψά για ηλεκτρικό

Καθώς η τεχνητή νοημοσύνη ως τεχνολογία βελτιώνεται και επεκτείνονται οι τομείς εφαρμογής της, η ζήτηση για ανανεώσιμες πηγές ενέργειας αναμένεται να εκτιναχθεί στα ύψη, δήλωσε ο CEO της NextEra Energy Inc., Τζον Κέτσαμ.

Η ζήτηση για ανανεώσιμες πηγές ενέργειας πιθανότατα θα τριπλασιαστεί τα επόμενα επτά χρόνια σε σύγκριση με τα προηγούμενα επτά, δήλωσε ο Κέτσαμ κατά της τηλεδιάσκεψης αναλυτών για τα οικονομικά αποτελέσματα του τριμήνου.

Το περασμένο τρίμηνο, η εταιρεία πρόσθεσε 3.000 μεγαβάτ ανανεώσιμων πηγών ενέργειας και έργα αποθήκευσης, σχεδόν διπλασιάζοντας το υπάρχον χαρτοφυλάκιο ανανεώσιμων πηγών ενέργειας, ανεβάζοντας τη συνολική παραγωγή ενέργειας από ανανεώσιμες πηγές σε επτά γιγαβάτ.

Σχεδόν το ένα τρίτο από αυτό πηγαίνει προς μια συμφωνία για την τροφοδοσία των κέντρων δεδομένων της Google, στα οποία η εταιρεία επενδύει πολλά για να επεκτείνει τις δυνατότητές της σε τεχνητή νοημοσύνη. Η μητρική Alphabet της Google δήλωσε ότι σχεδιάζει να επενδύσει πάνω από 100 δισεκατομμύρια δολάρια για να προωθήσει τις φιλοδοξίες της για την τεχνητή νοημοσύνη.

«Καθώς η ανάπτυξη των κέντρων δεδομένων επιταχύνεται για να διευκολυνθεί η στροφή της οικονομίας μας στην τεχνητή νοημοσύνη και καθώς συνεχίζουμε να εξοικειωνόμαστε εκ νέου και να ηλεκτρίζουμε σε πολλά κέντρα, το έθνος μας πρέπει να υιοθετήσει μια στρατηγική που να καλύπτει όλα τα παραπάνω για να ανταποκριθεί στην αυξανόμενη ζήτηση ηλεκτρικής ενέργειας», δήλωσε ο Κέτσαμ στην τηλεδιάσκεψη των αναλυτών.

«Αυτά τα αποτελέσματα υποστηρίζουν την πεποίθησή μας ότι το μεγαλύτερο μέρος της ζήτησης ανάπτυξης θα καλυφθεί από έναν συνδυασμό νέων ανανεώσιμων πηγών ενέργειας και αποθήκευσης μπαταριών», δήλωσε διευθύνων σύμβουλος της εταιρείας. Υποστηρίζει μια «στρατηγική όλων των παραπάνω» για την κάλυψη της ζήτησης ηλεκτρικής ενέργειας, με τις ανανεώσιμες πηγές ενέργειας και την αποθήκευση να πρωτοστατούν επειδή είναι φθηνότερα και ταχύτερα στην ανάπτυξη από τους ανταγωνιστές τους.

Αυτό το χαμηλό κόστος και η σχετική ταχύτητα «διατηρούν τις τιμές του ρεύματος χαμηλά, καθιστώντας την οικονομία μας πιο ανταγωνιστική παγκοσμίως», είπε ο Κέτσαμ.

Η εταιρεία διαθέτει επίσης στόλο φυσικού αερίου, αλλά ο Κέτσαμ λέει ότι το φυσικό αέριο είναι κατά βούληση των διακυμάνσεων των τιμών των καυσίμων και ως εκ τούτου είναι πιο ακριβό σε πολλές πολιτείες.

Η τεχνητή νοημοσύνη «καίει» πολύ

Έχετε αναρωτηθεί πόση ενέργεια καταναλώνουν τα βιντεάκια τεχνητής νοημοσύνης που παρακολουθείτε στα social media ή στο youtube; Η κλίμακα μέτρησης είναι σε μεγαβατώρες, αλλά ο ακριβής αριθμός είναι άγνωστος και μόνο εκτιμήσεις μπορούν να γίνουν, ανάλογα με την εφαρμογή και το αποτέλεσμα μιας διεργασίας τεχνητής νοημοσύνης.

Για παράδειγμα, η «εκπαίδευση» ενός μοντέλου τεχνητής νοημοσύνης είναι πολύ ενεργοβόρα. Η μηχανική εκμάθηση καταναλώνει πολύ περισσότερη ηλεκτρική ενέργεια από τις παραδοσιακές δραστηριότητες των data centers. Η εκπαίδευση ενός μεγάλου γλωσσικού μοντέλου όπως το GPT-3, για παράδειγμα, εκτιμάται ότι χρησιμοποιεί ηλεκτρική ενέργεια λίγο κάτω από 1.300 μεγαβατώρες (MWh), περίπου όση ενέργεια καταναλώνεται ετησίως από 130 σπίτια στις ΗΠΑ. Για να το θέσουμε αυτό στο πλαίσιο, η ροή μιας ώρας Netflix απαιτεί περίπου 0,8 kWh (0,0008 MWh) ηλεκτρικής ενέργειας. Αυτό σημαίνει ότι θα πρέπει να παρακολουθήσετε 1.625.000 ώρες για να καταναλώσετε την ίδια ποσότητα ενέργειας που χρειάζεται για να εκπαιδεύσετε το GPT-3.

Η Sasha Luccioni, ερευνήτρια στη γαλλοαμερικανική εταιρεία τεχνητής νοημοσύνης Hugging Face Luccioni και οι συνάδελφοί της πραγματοποίησαν δοκιμές σε 88 διαφορετικά μοντέλα που καλύπτουν μια σειρά περιπτώσεων χρήσης, από την απάντηση ερωτήσεων μέχρι την αναγνώριση αντικειμένων και τη δημιουργία εικόνων.

Σύμφωνα με δημοσίευμα την ιστοσελίδα the Verge, σε κάθε περίπτωση, έτρεξαν την εργασία 1.000 φορές και υπολόγισαν το κόστος ενέργειας. Οι περισσότερες εργασίες που δοκίμασαν χρησιμοποιούν μικρή ποσότητα ενέργειας, όπως 0,002 kWh για την ταξινόμηση γραπτών δειγμάτων και 0,047 kWh για τη δημιουργία κειμένου. Αν χρησιμοποιήσουμε την ώρα ροής του Netflix ως σύγκριση, αυτές ισοδυναμούν με την ενέργεια που καταναλώνεται παρακολουθώντας εννέα δευτερόλεπτα ή 3,5 λεπτά, αντίστοιχα. (αυτό είναι το κόστος για την εκτέλεση κάθε εργασίας 1.000 φορές.) Τα νούμερα ήταν σημαντικά μεγαλύτερα για τα μοντέλα παραγωγής εικόνας, τα οποία χρησιμοποιούσαν κατά μέσο όρο 2.907 kWh ανά 1.000 συμπεράσματα. Όπως σημειώνει η ιστοσελίδα, το μέσο smartphone χρησιμοποιεί 0,012 kWh για φόρτιση — επομένως η δημιουργία μιας εικόνας με χρήση τεχνητής νοημοσύνης μπορεί να χρησιμοποιήσει σχεδόν τόση ενέργεια με τη φόρτιση του smartphone σας.

Ο Άλεξ ντε Βριες, υποψήφιος διδάκτορας στο VU Amsterdam συνδυάζοντας αυτά τα δεδομένα, υπολογίζει ότι μέχρι το 2027 ο τομέας της τεχνητής νοημοσύνης σε παγκόσμιο επίπεδο θα μπορούσε να καταναλώνει από 85 έως 134 τεραβατώρες κάθε χρόνο. Αυτό είναι περίπου το ίδιο με την ετήσια ενεργειακή ζήτηση της χώρας καταγωγής του ντε Βριες, της Ολλανδίας.