De enorme hoeveelheid stroom die AI nodig heeft, kan zomaar eens het grootste obstakel worden voor de groei ervan

By Laio

De snelle groei van kunstmatige intelligentie (AI) heeft een piek in koolstofemissies met zich meegebracht. Het ontwikkelen van chatbots en beeldgeneratoren vergt enorme hoeveelheden elektriciteit. voor het beantwoorden van tien miljoen vragen, verbruikt Chat-GPT evenveel energie als vijfduizend huishoudens per dag, zei Mark Papermaster (cto bij AMD) op de ITF World-conferentie.

Grote spelers als Microsoft, Google en OpenAI maken wereldwijd gebruik van cloud computing in enorme datacenters om AI-algoritmen te trainen. Het succes van ChatGPT heeft geleid tot een wedloop onder bedrijven om rivaliserende AI-systemen, chatbots en producten te ontwikkelen die gebruikmaken van grote AI-modellen voor verschillende gebruikers. Nu AI een revolutie ontketent in allerlei sectoren, wordt de impact ervan op het milieu steeds zorgwekkender.

ITF World plaatst imec in het centrum van de wereldwijde halfgeleiderindustrie

“Ik hoef u er niet van te overtuigen dat de digitale en groene overgang onmogelijk is zonder halfgeleiders. De halfgeleiderindustrie is de stoommachine van de … Continued

Het meten van de koolstofvoetafdruk van AI-technologieën

De beste methoden voor het meten en rapporteren van de koolstofvoetafdruk van AI- en chatbottechnologieën staan nog in de kinderschoenen. Er wordt echter gewerkt aan een universele standaard. AI start/up Hugging Face, bijvoorbeeld, heeft een methode ontwikkeld om de bredere koolstofvoetafdruk van grote taalmodellen (LLM’s) gedurende hun hele levenscyclus te schatten, in plaats van zich alleen te richten op de trainingsfase. De aanpak van Hugging Face houdt rekening met het energieverbruik tijdens de training, de productie en het onderhoud van supercomputer hardware, de computerinfrastructuur en het energieverbruik na de implementatie.

Hoewel het werk van Hugging Face nog niet peer-reviewed is, wordt het beschouwd als de meest grondige, eerlijke en deskundige analyse van de koolstofvoetafdruk van een groot AI-model tot nu toe, volgens Emma Strubell, assistent-professor aan de Carnegie Mellon University. Het document van het bedrijf verschaft de broodnodige duidelijkheid over de koolstofvoetafdruk van LLM’s, maar er is meer onderzoek nodig om de werkelijke milieueffecten van AI-systemen beter te begrijpen.

De milieueffecten van AI verminderen

Nu het besef van de ecologische voetafdruk van AI groeit, onderzoeken bedrijven manieren om de milieueffecten van hun technologieën te beperken. Zo heeft Hugging Face zijn algoritme getraind op een Franse supercomputer die door kernenergie wordt aangedreven. Dit resulteert in een lagere CO2-uitstoot dan modellen die zijn getraind in regio’s die afhankelijk zijn van fossiele brandstoffen. De trainingsfase van BLOOM veroorzaakte 25 ton CO2-emissies, die verdubbelden wanneer rekening wordt gehouden met productie, infrastructuur en operaties. Ter vergelijking: OpenAI’s GPT-3 en Meta’s OPT stootten tijdens de training naar schatting respectievelijk meer dan 500 en 75 ton CO2 uit.

Volgens deskundigen zouden de bevindingen van Hugging Face een verschuiving naar energie-efficiënter AI-onderzoek kunnen stimuleren, zoals het verfijnen van bestaande modellen in plaats van het creëren van grotere modellen. Het toenemende bewustzijn van de ecologische voetafdruk van AI zou grote technologiebedrijven er ook toe kunnen aanzetten zich te concentreren op energie-efficiëntie en alternatieve energiebronnen voor hun datacenters te onderzoeken. Microsoft heeft zich er bijvoorbeeld toe verbonden tegen 2030 koolstofnegatief te worden, terwijl Google zich tot doel heeft gesteld zijn datacenters en kantoren 24/7 op koolstofvrije energie te laten draaien.

De gevolgen van ongecontroleerde AI-emissies

AI- en chatbottechnologieën blijven groeien in gebruik en populariteit, maar als hun koolstofvoetafdruk niet wordt aangepakt, kan dat aanzienlijke gevolgen hebben. Atsuyoshi Koike, CEO van de Japanse chipfabrikant Rapidus, voorspelde dat AI-datacenters over twee jaar meer dan tien procent van de wereldwijde stroomproductie zullen vergen. Als hier niets aan wordt gedaan, kan de toenemende vraag naar energie van AI-technologieën de inspanningen om de doelstellingen op het gebied van klimaatverandering te verwezenlijken belemmeren.