رشد پرشتاب هوش مصنوعی در سالهای اخیر، نگرانیهای فزایندهای را در خصوص مصرف عظیم انرژی و پیامدهای جدی زیستمحیطی آن ایجاد کرده است. عطش هوش مصنوعی برای انرژی در حال تبدیل شدن به چالشی بزرگ است که فراتر از هزینههای برق، شامل مصرف منابع آب، تولید زبالههای الکترونیکی و افزایش انتشار گازهای گلخانهای میشود. با پیچیدهتر شدن مدلهای هوش مصنوعی و گسترش کاربردهای آن، این پرسش مطرح میشود که آیا میتوان این انقلاب فناوری را بدون آسیب رساندن به کره زمین پیش برد؟
تقاضای انرژی هوش مصنوعی: ارقام نگرانکننده
ارقام به وضوح نشان میدهند که تقاضای انرژی هوش مصنوعی با سرعت بالایی در حال افزایش است. قدرت محاسباتی مورد نیاز برای پیشرفتهترین سیستمهای هوش مصنوعی در منحنی صعودی تقریباً بیسابقهای قرار دارد؛ برخی تخمینها از دو برابر شدن آن هر چند ماه یک بار خبر میدهند. این رشد نه یک شیب ملایم، بلکه صعودی عمودی است که تهدید میکند حتی خوشبینانهترین برنامههای انرژی ما را نیز تحتالشعاع قرار دهد.
برای درک بهتر مقیاس این نیاز، مصرف انرژی آینده هوش مصنوعی میتواند به زودی معادل مصرف برق کل کشورهایی مانند ژاپن یا هلند یا حتی ایالتهای بزرگ آمریکا مانند کالیفرنیا باشد. چنین آماری به خوبی نشاندهنده فشار بالقوهای است که هوش مصنوعی میتواند بر شبکههای برقی که همه ما به آنها وابسته هستیم، وارد کند.
در سال ۲۰۲۴، تقاضای جهانی برای برق با افزایشی بیسابقه ۴.۳ درصدی مواجه شد که گسترش هوش مصنوعی، در کنار افزایش استفاده از خودروهای برقی و فعالیت بیشتر کارخانهها، سهم قابل توجهی در آن داشت. در سال ۲۰۲۲، مراکز داده، هوش مصنوعی و حتی استخراج رمزارزها در مجموع حدود ۲ درصد از کل برق مصرفی جهانی (معادل ۴۶۰ تراوات ساعت) را به خود اختصاص داده بودند.
در سال ۲۰۲۴، مراکز داده به تنهایی حدود ۴۱۵ تراوات ساعت برق مصرف کردند که تقریباً ۱.۵ درصد از کل مصرف جهانی است و با نرخ سالانه ۱۲ درصد در حال رشد است. سهم مستقیم هوش مصنوعی از این میزان هنوز نسبتاً کم است (حدود ۲۰ تراوات ساعت یا ۰.۰۲ درصد از کل مصرف جهانی انرژی)، اما پیشبینیها حاکی از افزایش چشمگیر این رقم در آینده نزدیک هستند.
پیشبینیها واقعاً قابل توجهند. تا پایان سال ۲۰۲۵، مراکز داده هوش مصنوعی در سراسر جهان ممکن است به ۱۰ گیگاوات برق اضافی نیاز داشته باشند که بیشتر از کل ظرفیت تولید برق ایالتی مانند یوتا است. با رسیدن به سال ۲۰۲۶، مصرف برق مراکز داده جهانی میتواند به ۱۰۰۰ تراوات ساعت برسد که مشابه مصرف کنونی ژاپن است. و تا سال ۲۰۲۷، پیشبینی میشود نیاز مراکز داده هوش مصنوعی به برق در سطح جهان به ۶۸ گیگاوات برسد که تقریباً معادل کل ظرفیت برق کالیفرنیا در سال ۲۰۲۲ بود.
در اواخر این دهه (حدود سال ۲۰۳۰)، ارقام حتی شگفتآورتر میشوند. پیشبینی میشود مصرف برق مراکز داده جهانی دو برابر شود و به حدود ۹۴۵ تراوات ساعت برسد که کمی کمتر از ۳ درصد از کل برق مصرفی سیاره است. اوپک تخمین میزند که مصرف برق مراکز داده تا آن زمان میتواند حتی سه برابر شود و به ۱۵۰۰ تراوات ساعت برسد. گلدمن ساکس پیشبینی میکند که تقاضای جهانی برق از مراکز داده میتواند تا ۱۶۵ درصد نسبت به سال ۲۰۲۳ افزایش یابد، در حالی که تقاضا در مراکز دادهای که به طور خاص برای هوش مصنوعی تجهیز شدهاند، بیش از چهار برابر خواهد شد. برخی پیشبینیها حتی نشان میدهند که مراکز داده میتوانند تا سال ۲۰۳۰ مسئول تا ۲۱ درصد از کل تقاضای جهانی انرژی باشند، اگر انرژی مورد نیاز برای ارائه خدمات هوش مصنوعی به کاربران نیز در نظر گرفته شود.
آموزش و اجرای مدلها: مصرفکنندگان اصلی انرژی
مصرف انرژی هوش مصنوعی عمدتاً به دو بخش آموزش مدلها و اجرای آنها تقسیم میشود. آموزش مدلهای بزرگ به انرژی زیادی نیاز دارد، اما اجرای روزمره و استفاده از این مدلها بخش عمدهای از مصرف انرژی (بیش از ۸۰ درصد) را تشکیل میدهد؛ به عنوان مثال، یک جستجو در ChatGPT به مراتب انرژی بیشتری نسبت به یک جستجوی معمولی گوگل مصرف میکند. این امر رقابت برای ساخت مراکز دادهای قدرتمندتر و در نتیجه انرژیبرتر را تشدید کرده است.
تأمین انرژی: چالش پیش رو
پرسش اصلی این است که آیا سیستمهای انرژی موجود ما قادر به پاسخگویی به این تقاضای جدید هستند؟ برای تأمین پایدار نیاز هوش مصنوعی، لازم است تولید انرژی را به سرعت افزایش دهیم و منابع آن را متنوع کنیم. انرژیهای تجدیدپذیر (خورشیدی، بادی و غیره) بخش مهمی از راه حل هستند، اما نوسانات آنها و چالشهای اتصال به شبکه، تأمین برق پایدار ۲۴ ساعته مورد نیاز مراکز داده را دشوار میکند. انرژی هستهای، به ویژه راکتورهای مدولار کوچک، به عنوان گزینهای پایدار و کمکربن که برق ۲۴ ساعته فراهم میکند، مورد توجه شرکتهای بزرگ فناوری قرار گرفته است. با این حال، چالشهایی مانند زمانبر بودن ساخت، هزینه بالا و نگرانیهای عمومی همچنان وجود دارد و ممکن است در کوتاهمدت اتکا به سوختهای فسیلی افزایش یابد.
فراتر از برق: پیامدهای زیستمحیطی گستردهتر
تأثیر هوش مصنوعی بر محیط زیست فراتر از مصرف برق است. خنک کردن مراکز داده مقادیر عظیمی آب مصرف میکند؛ به طوری که مصرف آب مراکز داده جهانی ممکن است به زودی ارقام نگرانکنندهای را نشان دهد. همچنین، سرعت بالای پیشرفت فناوری هوش مصنوعی منجر به تولید مقادیر فزایندهای زباله الکترونیکی میشود. ساخت تراشهها و تجهیزات نیز به مصرف منابع طبیعی و انرژی نیاز دارد و میتواند منجر به افزایش ساخت نیروگاههای با سوخت فسیلی شود. علاوه بر این، هوش مصنوعی در صورت تغذیه با برق تولید شده از سوختهای فسیلی، به انتشار گازهای گلخانهای و تغییرات آب و هوایی دامن میزند؛ به طوری که انتشار کربن شرکتهای بزرگ فناوری به دلیل توسعه مراکز داده هوش مصنوعی افزایش یافته است.
راهکارها و آینده پایدار
با وجود چالشها، راهکارها و نوآوریهای امیدوارکنندهای در حال ظهور هستند. کارآمدتر کردن الگوریتمهای هوش مصنوعی، مدیریت هوشمندانه توان در مراکز داده و توسعه هوش مصنوعی روی دستگاه (که پردازش را روی خود دستگاه انجام میدهد) میتوانند به کاهش مصرف انرژی کمک کنند. همچنین، قوانین و مقررات نقش مهمی در پاسخگو کردن هوش مصنوعی در قبال مصرف انرژی و تأثیرات زیستمحیطی آن دارند؛ از جمله تعیین استاندارد برای اندازهگیری ردپای زیستمحیطی و تشویق به استفاده از سختافزارهای با دوامتر و قابل بازیافت.
مقابله با چالشهای انرژی و زیستمحیطی هوش مصنوعی نیازمند همکاری محققان، صنعت فناوری و سیاستگذاران است. با اولویت دادن به کارایی انرژی در توسعه هوش مصنوعی، سرمایهگذاری در انرژی پایدار، مدیریت مسئولانه سختافزار و اجرای سیاستهای حمایتی، میتوان به آیندهای دست یافت که پتانسیل هوش مصنوعی به گونهای آزاد شود که به سیاره ما آسیب نرساند. رقابت برای رهبری در هوش مصنوعی باید همزمان رقابتی برای هوش مصنوعی پایدار باشد.