Кошумча татаал жана масштабдуу жасалма интеллекттерди түзүү электр энергиясына болгон жогорку муктаждыгы себептүү кыйынчылыктарга учурады, бул алардын керектүү ресурстар менен камсыз болушу мүмкүнчүлүгүн коркунучка салат, деп билдирет маалымат каражаттары.
ИИнин жутумдуулугу
Нейросеттердин көлөмү чоңойгон сайын, алардын "акылдуулугу" да жогорулайт. Окуу процессинде алар миллиарддаган же триллиондогон ички өзгөрмөлөрүн жөнгө салып, чоӊ көлөмдөгү маалыматтарды иштетишет. Модельдин параметрлери көбөйгөн сайын, ал мыйзам ченемдерин аныктоону жеңилдетет. Мисалы, 2018-жылы чыгарылган GPT-1 117 миллион параметрди колдонсо, GPT-2 1,5 миллиардга жакын параметрге ээ болду, ал эми GPT-4 1,7 триллиондон ашык параметрди колдонууда. Бирок нейросеттердин көлөмү чоңойгондо, алардын электр энергиясына болгон муктаждыгы да кыйла өстү: GPT-2нин окуусу OpenAIга 50 миң долларга түшсө, GPT-4тү окутууга 100 миллион доллардан ашык чыгым кетти.
ИИ тармагындагы алдыңкы компаниялар энергетикалык инфраструктурага инвестиция салууга умтулушууда. Мисалы, Google жана Amazon Web Services өз серверлерин камсыздоо үчүн атайын атомдук реакторлорду куруу долбоорлорун иштеп чыгышууда, ал эми Microsoft Вашингтон штатында Helion термоядролук электр станциясын куруу пландарын жарыялады.
Дата-борборлорунун иштешин камсыздоо үчүн чоң каражаттар талап кылынат, анын ичинде көптөгөн графикалык процессорлорду электр энергиясы жана муздатуу менен камсыздоо. Энергетикалык жана каржылык чыгымдар жыл сайын өсүүдө. Адистердин баамында, GPT-4тү окутууга 51–62 ГВт*ч электр энергиясы сарпталган, бул Сан-Франциско мегаполисинин бир нече күндүк керектөөсүнө барабар.
Халыкаралык энергетикалык агенттиктин (ХЭА) маалыматына ылайык, эсептөөлөргө жана маалыматтарды сактоого азыр дүйнөлүк электр энергиясынын жалпы көлөмүнүн 1,5% чейин сарпталууда. АКШда бул көрсөткүч 4,4% га жетти жана 2028-жылга чейин 12% га өсөт деп күтүлүүдө. Бирок жаңы чоң дата-борборлору кырдаалды оорлотушу мүмкүн: Вайомингде жылына 87,6 ТВт·ч электр энергиясын керектеген дата-борборун куруу пландалууда — бул штаттын бардык тургундарынын керектөөсүнөн беш эсе көп жана учурдагы генерациялык кубаттуулуктардан эки эсе көп.
«ИИнин энергетикалык аппетити энергетикалык системанын өнүгүү темптеринен ашып, критикалык "тармак" түзүүдө», — деп белгилешет адистер.
Суроолордун чыгымдары
Энергия нейросеттерди окутууга гана эмес, ошондой эле аларды колдонууга, башкача айтканда, суроолорду иштетүүгө да сарпталат. Ар бир жеке тапшырма аз гана ресурсту талап кылса да, миллиондогон суроолордо цифралар абдан маанилүү болуп калат.
Карнеги — Меллон университетинин изилдөөчүлөрү типтүү тексттик суроонун 0,47 Вт*ч гана талап кыларын аныкташты, бирок айына GPT-4, болжол менен 1,2 миллиарддай мындай суроону иштетип, 550 МВт*ч дан ашык энергияны сарптайт. Сүрөттөрдү түзүү дагы да көп чыгымды талап кылат: бир сүрөттү түзүүгө смартфонду заряддоо үчүн сарпталган энергияга жакын эле энергия кетет. Бирок ар кандай тилдик моделдердин электр энергиясын керектөөсү боюнча так маалыматтар жеткиликтүү эмес, анткени иштеп чыгуучулар бул маалыматты бөлүшүүгө шашылбайт.
Бүгүнкү күндө Россиядагы ИИ системаларынын электр энергиясын керектөөсү боюнча актуалдуу расмий статистика жок. Бирок Gbig Holdings компаниясынын адистери 2025-жылы бул көрсөткүч 8–12 ТВт*ч түзөт деп болжолдошууда, бул жалпы генерациянын 1% дан азы. Эң мүмкүн болгон сценарийде 2030-жылга чейин нейросеттер 30 дан 50 ТВт*ч чейин электр энергиясын керектейт, ал эми ИИни өнөр жайга жана мамлекеттик башкарууга активдүү киргизүү учурунда 80–100 ТВт*ч чейин жетиши мүмкүн. Бул цифралар азырынча өлкөнүн энергетикалык системасы үчүн критикалык эмес жана анын өнүгүшүнө чоң инвестицияларды талап кылбайт.
2025-жылдын жайында OpenAIнин башчысы Сэм Альтман бир суроонун GPT-4кө 0,34 Вт*ч талап кыларын, ал эми Google анын Gemini моделине болгон ар бир кайрылууга 0,24 Вт*ч сарпталарын белгиледи. Бул көрсөткүчтөр чоң эмес болсо да, колдонуучулар нейросеттерди колдонууда чектөөлөргө же аларга кирүү үчүн төлөө муктаждыгына туш боло башташты. Экинчи жагынан, мындай кырдаал иштеп чыгуучуларды моделдердин "энергетикалык наркы" деген дагы бир маанилүү факторду эске алууга мажбурлайт. Мисалы, кытайлык DeepSeek компаниясы чоң нейросеттер сунуштаган функцияларга окшош функцияларды сунуштап, бирок энергияны 2–2,5 эсе аз сарптоо менен белгилүү болду.
