Искусственный интеллект (ИИ) продолжает оказывать значительное влияние на рынки. Однако его развитие поднимает важный вопрос — потребление энергии. Новая проблема искусственного интеллекта связана с его энергетической эффективностью. Это становится критической темой, которую необходимо обсуждать. Она может изменить приоритеты в этой быстроразвивающейся сфере.
С момента появления мощных разговорных агентов, таких как ChatGPT и DeepSeek, ИИ стал неотъемлемой частью глобальной экономики. Он трансформирует технологическую иерархию, особенно между США и Китаем. Однако за этой гонкой за вычислительной мощностью скрывается все более заметная проблема — энергетическая эффективность, отражающая новую проблему искусственного интеллекта.
Энергетические вызовы ИИ и их решения
Потребление энергии искусственным интеллектом иногда достигает пугающих уровней. Ярким примером служит контракт между Constellation Energy и Microsoft, подписанный на сумму более одного миллиарда долларов. Цель этого контракта — обеспечение центров обработки данных ИИ декарбонизированной энергией на срок в двадцать лет. Однако для этого потребуется использование ядерных реакторов.
На уровне компонентов ситуация также выглядит тревожно. Чип H100 от Nvidia, который является основой систем генеративного ИИ, потребляет 700 ватт в час. Это эквивалентно работе семи холодильников одновременно. Если умножить это потребление на количество чипов, необходимых в одном сервере, становится очевидным, каковы энергетические риски для всей индустрии. Это новая проблема искусственного интеллекта.
Однако есть надежда на решение этой проблемы. Одним из наиболее многообещающих направлений является архитектура чипов. Например, архитектура ARM уже признана более энергоэффективной по сравнению с традиционными архитектурами. Это такие как x86 от Intel или AMD. Увеличение использования архитектуры ARM может привести к созданию более энергоэффективных центров обработки данных. И без ущерба для производительности.
Оптимизация ИИ: баланс мощности и энергоэффективности
Еще одним путем к решению проблемы является инновация в дизайне аппаратного обеспечения. На своей последней конференции Nvidia упомянула о разработке оптических технологий. Они позволят передавать данные с помощью световых лучей вместо медных проводов. Эта система, известная как оптическая упаковка, обещает существенно увеличить скорость и снизить потребление энергии. Тем не менее, она все еще ограничена вопросами надежности и объема передаваемых данных.
Компании, такие как Nvidia, Celestial AI, Soitec и Ayar Labs, активно работают над тем, чтобы сделать эту технологию жизнеспособной в масштабах крупного бизнеса. В то время как Nvidia продолжает акцентировать внимание на мощности своих решений, возникает вопрос. Не начинается ли эпоха оптимизации искусственного интеллекта в ущерб стремлению к производительности?
Таким образом, перед индустрией ИИ стоит сложная задача. Новая проблема искусственного интеллекта требует найти баланс между растущими потребностями в вычислительной мощности и необходимостью снижения энергетических затрат. Это станет важным аспектом в дальнейшем развитии технологий и их воздействия на окружающую среду.
Источник: MarketScreener