Οι ειδικοί του χώρου το αναγνωρίζουν: Η τεχνητή νοημοσύνη (AI) έχει αλλάξει ριζικά πολλούς τομείς, από την ιατρική και τα οικονομικά μέχρι τη βιομηχανία και τις καθημερινές μας δραστηριότητες. Ωστόσο, πίσω από τη θεαματική αυτή πρόοδο, βρίσκεται ένα βαρύ τίμημα — τόσο οικονομικό όσο και ενεργειακό.

Καθώς τα συστήματα AI γίνονται όλο και πιο εξελιγμένα, αυξάνονται κατακόρυφα οι απαιτήσεις σε υπολογιστική ισχύ, επιβαρύνοντας σημαντικά το κόστος δημιουργίας, εκπαίδευσης και συντήρησής τους. Η τεχνητή νοημοσύνη κατατάσσεται πλέον ανάμεσα στις δαπανηρότερες τεχνολογίες, λόγω των υποδομών και του εξοπλισμού που απαιτούνται για τη λειτουργία της. Το κύριο κόστος αφορά επεξεργαστική ισχύ και εξειδικευμένο hardware.

Για την εκπαίδευση μοντέλων τελευταίας γενιάς απαιτείται εξοπλισμός υψηλών επιδόσεων, όπως οι GPUs και οι TPUs. Αυτά τα εξαρτήματα είναι πολύ ακριβότερα από τους κλασικούς επεξεργαστές και η τιμή τους έχει εκτοξευθεί λόγω ζήτησης. Οι επεξεργαστές της NVIDIA, όπως οι A100 και H100, κοστίζουν μεταξύ 10.000 και 40.000 δολαρίων ανά μονάδα.

Ένα πλήρες εκπαιδευτικό σύστημα AI μπορεί να χρειάζεται χιλιάδες τέτοια chips, με το συνολικό κόστος να φτάνει σε εκατομμύρια. Για παράδειγμα, η εκπαίδευση του GPT-3 κόστισε περίπου 12 εκατομμύρια δολάρια μόνο σε υπολογιστικό χρόνο. Το GPT-4, με ακόμη μεγαλύτερη πολυπλοκότητα, εκτιμάται ότι κόστισε άνω των 100 εκατομμυρίων δολαρίων.

Το δυσθεώρητο αυτό κόστος καθιστά την είσοδο στον τομέα απαγορευτική για μικρότερες επιχειρήσεις, περιορίζοντας την καινοτομία σε λίγους γίγαντες τεχνολογίας, όπως οι OpenAI, Google, Meta και Microsoft.

Κρυφό κόστος και εκπομπές

Ακόμα και μετά την εκπαίδευση, τα AI μοντέλα απαιτούν τεράστια ποσά ενέργειας για να λειτουργούν. Κάθε αλληλεπίδραση με ένα σύστημα όπως το ChatGPT καταναλώνει υπολογιστική ισχύ, αυξάνοντας το λειτουργικό κόστος. Εκτιμάται ότι η καθημερινή λειτουργία ενός μεγάλου chatbot κοστίζει έως 700.000 δολάρια. Παράλληλα, οι εταιρείες επενδύουν δισεκατομμύρια σε κέντρα δεδομένων με υψηλή κατανάλωση ενέργειας.

Ένα από τα σημαντικότερα μειονεκτήματα της AI είναι η υπερβολική ενεργειακή της κατανάλωση και οι περιβαλλοντικές της επιπτώσεις. Για παράδειγμα, το GPT-3 κατανάλωσε περίπου 1.287 MWh ηλεκτρικής ενέργειας κατά την εκπαίδευσή του — όσο 100 νοικοκυριά στις ΗΠΑ σε ετήσια βάση.

Το GPT-4 ξεπέρασε κατά πολύ αυτή την κατανάλωση. Αξιοσημείωτο είναι ότι ακόμη και η καθημερινή χρήση των μοντέλων αυτών απαιτεί πολλή ενέργεια. Μια και μόνο ερώτηση στο ChatGPT μπορεί να καταναλώσει 2,9 Wh. Αν γίνουν 10 εκατομμύρια ερωτήσεις την ημέρα, η κατανάλωση ισούται με την ημερήσια χρήση ενέργειας μιας μικρής πόλης.

Η τεράστια κατανάλωση οδηγεί σε σημαντικές εκπομπές διοξειδίου του άνθρακα. Για την εκπαίδευση του GPT-3 παρήχθησαν περίπου 552 τόνοι CO₂. Τα κέντρα δεδομένων που υποστηρίζουν τα AI μοντέλα καταναλώνουν περισσότερο από το 1% της παγκόσμιας ηλεκτρικής ενέργειας.

Διαβάστε ακόμη

Η Πελοπόννησος νέο hotspot της κτηματαγοράς – Αύξηση τιμών 31% στην πενταετία

Metlen: «Φυτώριο» κρίσιμων πρώτων υλών για την Ευρώπη οι εγκαταστάσεις στο Αλουμίνιο της Ελλάδας

ΤΙΤΑΝ: Τα 300 εκατ. των επενδύσεων, τα data centers της AWS και οι προσδοκίες για νέο ρεκόρ

Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφτείτε το Πρώτο Θέμα