تتسبب مراكز البيانات الذكية في زيادة استخدام الطاقة، ولكن الشفافية غائبة

تزايد الطلب على الطاقة بسرعة بفضل الذكاء الصناعي، ولكن الحجم الحقيقي لا يزال غير واضح بسبب عدم شفافية الشركات التكنولوجية.

تسلط تحليل أجرته مجلة Nature الضوء على الطلب المتزايد ولكنه غير شفاف بشكل كبير على الطاقة من الذكاء الصناعي. تقرير Nature يبين كيف تحولت مراكز البيانات الكبيرة في مقاطعة كولبيبر في فيرجينيا إلى مناظر ريفية. هذه المراكز، التي تعتبر أساسية لتشغيل نماذج الذكاء الصناعي التوليدية مثل ChatGPT، تتطلب كميات ضخمة من الكهرباء.

يمكن لكل منشأة أن تستهلك قدراً من الطاقة يعادل استهلاك عشرات الآلاف من المنازل، مما قد يرفع التكاليف ويضغط على الشبكات المحلية. قد ترى فيرجينيا، التي هي بالفعل عاصمة مراكز البيانات في العالم، طلبها على الكهرباء يتضاعف في العقد القادم.

تشير Nature إلى أن المشكلة تتجاوز فيرجينيا. تتركز مراكز البيانات التي تعتمد على الذكاء الصناعي في مجموعات حول العالم، مما يؤثر بشكل كبير على الشبكات الطاقة المحلية. على عكس المصانع الصلب أو مناجم الفحم، يتم بناء مراكز البيانات بالقرب من بعضها البعض لتقاسم الموارد وتحقيق الكفاءة.

في أيرلندا، يشكلون أكثر من 20% من استهلاك الطاقة الكهربائية الوطنية، وفي خمس ولايات أمريكية، يتجاوزون الـ 10%.

على الرغم من الزيادة في استهلاك الطاقة من قبل الذكاء الصناعي، البيانات حول استخدامه للطاقة نادرة. تقارير الطبيعة أن الباحثين يواجهون صعوبة في الحصول على أرقام دقيقة من الشركات، مما يجبرهم على التقدير باستخدام طرق غير مباشرة. أحد الأساليب هو تحليل سلسلة التوريد.

في عام 2023، حسب الباحث أليكس دي فريس، إذا قامت Google بدمج الذكاء الاصطناعي التوليدي في جميع البحوثات، سيتطلب ذلك ما يصل إلى 500,000 خادم من نوع NVIDIA A100، مع استهلاك يتراوح بين 23 إلى 29 تيراواط ساعة (TWh) سنويًا – ما يصل إلى 30 ضعفًا من الطاقة المطلوبة للبحث القياسي، كما أفادت مجلة Nature.

يشمل أسلوب آخر قياس استخدام الطاقة للمهام الفردية للذكاء الاصطناعي. يستخدم الباحثون أدوات مثل CodeCarbon لتقدير الاستهلاك الناتج عن الصور أو النصوص التي تم إنشاؤها بواسطة الذكاء الاصطناعي.

تشير هذه الدراسات إلى أن إنشاء صورة يستهلك حوالي 0.5 وات ساعة (Wh)، بينما يتطلب توليد النص قليلاً أقل. ومع ذلك، هذه التقديرات محافظة حيث أنها لا تأخذ في الحسبان التبريد أو الرقائق الخاصة مثل TPUs لـ Google، كما أفادت Nature.

تدريب نماذج الذكاء الصناعي مكلفة بالطاقة أيضًا، لكن الطاقة المستخدمة للإجابة على مليارات استفسارات المستخدمين أكبر بكثير. يتطلب تدريب نموذج مثل GPT-3 حوالي غيغاوات ساعة واحدة، في حين تستهلك الاستعلامات اليومية للذكاء الصناعي تيراوات ساعات سنويًا، كما تقول Nature.

مع زيادة المنافسة، أصبحت الشركات أكثر سرية بشأن الطلبات الطاقوية للذكاء الصناعي. بعضها، مثل جوجل ومايكروسوفت، يعترف بزيادة الانبعاثات الكربونية بسبب توسيع مراكز البيانات ولكنهم لا يقدمون بيانات محددة، كما لوحظ في مجلة الطبيعة.

بالرغم من تأثير الذكاء الصناعي المحلي، لا يزال بصمة طاقته العالمية صغيرة نسبياً، كما يجادل مجلة الطبيعة. قدرت الوكالة الدولية للطاقة أن مراكز البيانات استخدمت من 240 إلى 340 تيراوات ساعة في عام 2022، ما يعادل حوالي 1-1.3 % من الكهرباء العالمية.

ومع ذلك، مع زيادة تبني الذكاء الاصطناعي، قد يتصاعد الطلب. بدون تحسين مشاركة البيانات، قد يجد صناع القرار صعوبة في التعامل مع العواقب البيئية لمستقبل الذكاء الاصطناعي المكلف من حيث الطاقة.