Umělá inteligence (AI) se stává součástí každodenního života mnoha lidí po celém světě. Na individuální úrovni lidé stále častěji používají modely AI pro vyhledávací dotazy. Zatímco Google stále dominuje na trhu vyhledávání, ChatGPT představuje nejvýznamnější hrozbu pro jeho dominanci.
Na obchodní úrovni není opomenuto žádné odvětví, od zemědělství po zdravotnictví, od financí po zábavu, organizace po celém světě integrují umělou inteligenci do svých každodenních operací.
Očekává se, že světová poptávka po AI a její využívání v příštích letech exponenciálně poroste, takže technologické společnosti na tento vývoj reagují budováním masivních datových center. Tento růst však něco stojí: spotřeba energie, ekonomické náklady a dopad na životní prostředí. Tradiční výpočetní technika prostě nemůže držet krok s rostoucími nároky na výpočetní techniku a energii. Abychom udrželi revoluci AI, musíme přehodnotit fyziku moderní výpočetní techniky.
Energetické problémy
I bez ohledu na AI jsou elektronické počítače v kritickém bodě. Moorův zákon selhává, Dennardovo škálování se porouchalo a výsledkem je proliferace „temného křemíku“, částí tranzistorů na čipu, který musí zůstat bez napájení nebo nečinný, aby nedošlo k přehřátí.
Výcvik velkého modelu umělé inteligence není snadný úkol. Velké jazykové modely (LLM) jsou trénovány na obrovském množství dat a mají biliony parametrů. Předpovídají, měří, upravují a opakují proces miliardkrát. Odhaduje se, že výpočetní výkon potřebný k trénování modelů umělé inteligence se každých šest měsíců zdvojnásobí.
Zpracování a přesun tak velkého množství dat vyžaduje masivní paralelismus a výkon. V tradičních počítačích vyžaduje vyšší výkon systémy s vyšší hustotou. Vyšší hustota znamená větší odpor a větší odpor znamená více tepla. To nutí datová centra přesouvat velké množství energie z výpočetní techniky na chlazení, přičemž až 40 % celkové spotřeby energie datových center je využito k zabránění zhroucení serveru.
Infrastruktura, která podporuje AI, se již potýká s problémy a je jasné, že tradiční výpočetní technika již nemůže podporovat budoucí vývoj.
Ekonomické otázky
Provozovatelé datových center čelí finančnímu rébusu: buď omezí výpočetní hustotu na to, co zvládnou jejich stávající chladicí zařízení, což omezí jejich obchodní schopnosti, nebo posouvá tepelné limity, což způsobuje zrychlené stárnutí hardwaru a komponent, zvyšují provozní náklady a plýtvání.
Kromě toho jsou náklady na výstavbu nových datových center také velmi vysoké - McKinsey předpovídá, že do roku 2030 bude zapotřebí investice 5,2 bilionu USD. Pokud budou datová centra i nadále spoléhat na tradiční výpočetní techniku, bude investice do neefektivní infrastruktury představovat obrovské finanční riziko. Špatné ekonomické podmínky ovlivňují i běžné spotřebitele; s tím, jak AI vyvíjí bezprecedentní tlak na rozvodnou síť a poptávku po energii datových center roste, ceny elektřiny rostou. Tyto náklady se přenášejí na okolní domácnosti v podobě rychle rostoucích účtů za elektřinu.
