Несколько крупных технологических компаний, работающих в сфере искусственного интеллекта, поставили перед собой цель достичь нулевого уровня выбросов к 2030 году, но новый прогноз относительно потребления энергии и воды для работы крупных центров обработки данных показывает, что им вряд ли удастся достичь этих целей.
Центр обработки данных в Эшберне, Вирджиния ДЖИМ ЛО СКАЛЬЦО/EPA/Shutterstock
Поскольку отрасль ИИ стремительно развивается, вопросы воздействия центров обработки данных на окружающую среду выходят на первый план, и новый прогноз предупреждает, что отрасль вряд ли достигнет целевых показателей нулевых выбросов к 2030 году.
Фэнци Ю из Корнеллского университета в Нью-Йорке и его коллеги смоделировали, сколько энергии, воды и углерода могут потреблять ведущие современные серверы искусственного интеллекта к 2030 году, учитывая различные сценарии роста и возможное расположение центров обработки данных в США. Для проведения анализа они объединили прогнозируемые поставки чипов, энергопотребление серверов и эффективность охлаждения с данными об электросетях по штатам. Хотя не каждая компания, занимающаяся разработкой ИИ, поставила перед собой цель достичь нулевого уровня выбросов, некоторые крупные технологические компании, работающие в этой сфере, такие как Google, Microsoft и Meta, поставили перед собой цели со сроком достижения 2030 года.
«Быстрый рост вычислений на основе искусственного интеллекта фактически меняет всё», — говорит Ю. «Мы пытаемся понять, как по мере роста сектора, какое влияние это окажет?»
Реклама
По их оценкам, к 2030 году для строительства серверов искусственного интеллекта в США потребуется от 731 млн до 1,125 млрд кубометров воды, что приведет к выбросам, эквивалентным от 24 до 44 млн тонн углекислого газа в год. Прогноз зависит от темпов роста спроса на ИИ, фактического количества высокопроизводительных серверов, которые можно будет построить, и расположения новых центров обработки данных в США.
Исследователи смоделировали пять сценариев, основанных на скорости роста, и выявили различные способы снижения воздействия. «Главное — это местоположение, местоположение и ещё раз местоположение», — говорит Ю. Размещение центров обработки данных в штатах Среднего Запада, где вода более доступна, а энергосистема использует большую долю возобновляемых источников энергии, может снизить воздействие. Команда также выделяет декарбонизацию энергоснабжения и повышение эффективности вычислительных процессов и охлаждения в центрах обработки данных как основные способы снижения воздействия. В совокупности эти три подхода могут сократить выбросы отрасли на 73%, а её водный след — на 86%.
Однако прогнозы группы могут быть сведены на нет общественным сопротивлением строительству центров обработки данных из-за их потенциального воздействия на окружающую среду. В Вирджинии, где сосредоточено около одной восьмой мировой мощности центров обработки данных, жители начали выступать против дальнейшего запланированного строительства, ссылаясь на воздействие на водные ресурсы и окружающую среду в целом. Аналогичные петиции против центров обработки данных были поданы в Пенсильвании, Техасе, Аризоне, Калифорнии и Орегоне. Данные Data Center Watch, исследовательской компании, отслеживающей развитие центров обработки данных, свидетельствуют о том, что местное сопротивление затормозило реализацию проектов стоимостью 64 миллиарда долларов. Однако даже в тех регионах, где центры обработки данных успешно отказались от строительства, неясно, сколько электроэнергии и воды они могут потреблять.
Именно поэтому новые результаты были встречены с одобрением, хотя и с осторожностью, теми, кто пытался изучить и количественно оценить воздействие ИИ на окружающую среду. «ИИ — настолько быстро развивающаяся область, что делать какие-либо осмысленные прогнозы на будущее крайне сложно», — говорит Саша Луччиони из компании Hugging Face, занимающейся разработкой ИИ. «Как утверждают сами авторы, прорывы в этой отрасли могут кардинально изменить требования к вычислительным мощностям и энергопотреблению, как это произошло с DeepSeek», где использовались различные методы для сокращения объёма вычислений методом прямого перебора.
Крис Прист из Бристольского университета в Великобритании утверждает: «Авторы правы, указывая на необходимость инвестиций в дополнительные мощности возобновляемой энергетики», и добавляет, что местоположение центров обработки данных имеет значение. «Я думаю, их предположения относительно использования воды для непосредственного охлаждения центров обработки данных ИИ довольно пессимистичны», — говорит он, предполагая, что «лучший» сценарий модели скорее соответствует «обычному ходу дел» для современных центров обработки данных.
Луччиони считает, что в статье подчеркивается, чего не хватает в мире искусственного интеллекта: «большей прозрачности». Она объясняет, что это можно исправить, «требуя от разработчиков моделей отслеживать и сообщать о потреблении вычислительных мощностей и энергии, предоставлять эту информацию пользователям и политикам, а также взять на себя твердые обязательства по снижению общего воздействия на окружающую среду, включая выбросы».
Устойчивое развитие природы DOI: 10.1038/s41893-025-01681-y
Источник: www.newscientist.com
