„Okos” technológia, brutális fogyasztás – Az MI rejtett ára

Az MI láthatatlan terhe: egyre drágább, egyre piszkosabb

A mesterséges intelligencia már nem a jövő – hanem a jelen. Képek, szövegek, kódok születnek pillanatok alatt, chatbotok segítenek a vásárlásban, orvosi kérdésekben, utazástervezésben. Miközben a digitális világ látványosan átalakul, egy kevésbé feltűnő, de égetően fontos kérdés kerül előtérbe: miből működik mindez?

A válasz: árammal. Nagyon sokkal.

Egyre több adatközpont létesül világszerte, egyre nagyobb teljesítménnyel, egyre intenzívebb gépi tanulási folyamatokkal. A globális AI-infrastruktúra energiaigénye már most is több ország teljes áramfogyasztásával vetekszik – és ez még csak a kezdet.

Átláthatatlan rendszerek, elszabaduló költségek

Az MIT Technology Review legfrissebb vizsgálata szerint az MI energiafogyasztására vonatkozó adatok riasztóan hiányosak. A kutatás során több tucat elemzést és interjút dolgoztak fel, és arra jutottak: sem a közvélemény, sem a szabályozók nem látják pontosan, hogy az MI-alapú szolgáltatások milyen hatással vannak az energiarendszerekre.

A technológia fejlődése közben az adatközpontok energiaellátása sem maradhat el: a Microsoft és a Meta például új atomerőművek indításán dolgoznak, az OpenAI a Stargate program keretében tíz új szuperszámítógépes központot tervez, egyenként egész államok energiaigényét lekötve. A Google 75 milliárd dollárt különített el 2025-re kizárólag AI-infrastruktúrára.

Egyetlen kérdés – globális lábnyom

Mennyi energiát igényel egyetlen MI-lekérdezés? Első ránézésre elenyésző: egy generált kép, egy válasz, egy ötlet. De ha ezek milliárdszámra ismétlődnek, a hatás exponenciálisan nő. Ráadásul az MI már nemcsak chatbotokban, hanem keresőmotorokban, vásárlási ajánlórendszerekben, digitális asszisztensekben is jelen van – vagyis szinte mindenhol.

A probléma nem csak a fogyasztás mértéke, hanem annak forrása is. A gyorsan skálázható, de szennyező energiahordozók – például földgáz – térnyerése épp akkor történik, amikor a klímacélok teljesítése miatt csökkenteni kellene a karbonkibocsátást.

Tanítás vagy kiszolgálás – hol keletkezik a legnagyobb terhelés?

Mielőtt egy mesterséges intelligencia-modell válaszolni tudna, meg kell tanulnia, hogyan tegye ezt – ez a modell betanítása (training), amely óriási számítási és energiaigénnyel jár. Például a GPT-4 modell betanítása mintegy 100 millió dollárba és 50 gigawattórányi energiába került – ez megfelel San Francisco három napos teljes fogyasztásának.

A Microsoft egyik kutatója szerint azonban ma már az energiaigény 80–90%-a nem a tanítás, hanem az úgynevezett inference – azaz a lekérdezések kiszolgálása – során jelentkezik. Vagyis nem csak az MI létrehozása, hanem napi használata is jelentős terhelést ró az energiahálózatokra.

Burjánzó adatközpontok, rejtett infrastruktúra

Az Egyesült Államokban mintegy 3000 adatközpont működik, többségük nagy techcégek (Amazon, Microsoft) kezelésében. Ezeket hatalmas szerverparkok, komplex hűtési rendszerek és egyre specifikusabb AI-kompatibilis architektúrák jellemzik. Mégis, az, hogy ezek az egységek pontosan hol vannak, mekkora energiaigényt generálnak, és milyen energiaforrásokat használnak, a legtöbbször nem nyilvános.

Ez a transzparencia hiánya nemcsak környezetvédelmi, hanem gazdasági kérdés is: ha az energiahálózatok tervezhetősége csökken, az hosszú távon magasabb lakossági és ipari energiaárakat eredményezhet.

Az AI már most új szabályokat követel

Míg korábban az adatközpontok energiaigénye a technológiai hatékonyság növekedése miatt alig nőtt, az MI új korszakot nyitott. 2023-ra az adatközpontok energiafogyasztása megduplázódott, és az USA teljes áramszükségletének már 4,4%-át emésztik fel. Az általuk felhasznált áram karbonintenzitása pedig 48%-kal haladja meg az országos átlagot.

A Lawrence Berkeley National Laboratory előrejelzése szerint 2028-ra az adatközpontok energiafogyasztásának több mint fele mesterséges intelligenciára megy majd el – ez nagyjából megfelelne az összes amerikai háztartás 22%-ának éves áramigényének.

Hogyan tovább? – Átláthatóság és szabályozás nélkül nem megy

Az AI terjedését nem lehet – és talán nem is kell – megállítani. A kérdés az, milyen feltételek mellett növekszik tovább. Hol lesznek az új adatközpontok? Ki ellenőrzi az energiaforrásokat? Hogyan lehet zöldíteni az infrastruktúrát – és ki fizeti mindennek az árát?

Jelenleg nemcsak a technológiai, hanem a szabályozói oldal is le van maradva. Rab Árpád jövőkutató szerint az MI energiaéhsége az egyik legnagyobb, de legkevésbé látható fenyegetés. A technológia hasznossága nem kérdés – de annak költsége, különösen energia- és környezeti szempontból, alapos vizsgálatot igényel.