Každý den stoupá počet firem, které zavádí do svých provozů systémy umělé inteligence. Typickým příkladem jsou chatboty poháněné velkými jazykovými modely (LLM), jako je ChatGPT od OpenAI a Bard od Googlu. Všechny tyto AI systémy ale potřebují pro svůj bezproblémový chod haly plné specializovaných počítačů – datová centra. Ty mají velmi vysoké nároky na výpočetní výkon a chlazení. Spotřeba vody a energie kvůli nástupu AI se tak stává důležitým tématem.
Hned v úvodu je třeba zdůraznit, že energetická a vodní stopa AI závisí vždy na konkrétní infrastruktuře a způsobu provozu datového centra. V rámci zjednodušení a pojmenování trendu však odborníci shodně konstatují, že zařízení, která podporují AI, jsou obecně mnohonásobně energeticky náročnější než tradiční soupravy, a rovněž jejich chlazení vyžaduje mnohem více vody.
Objevují se první studie a zprávy, které se pokoušejí o kvantifikaci vodních a energetických nároků umělé inteligence. Kate Crawford, profesorka a výzkumnice pro organizaci Microsoft Research, studuje environmentální dopady AI a je autorkou knihy Atlas of AI.
Dle výzkumů, které K. Crawford shrnuje, platí, že jedno zadání pro chatbot GPT může spotřebovat až tisícinásobně více energie než vyhledávací dotaz na Google. Zároveň uvádí, že běžná konverzace s ChatGPT (20–50 otázek) vyžaduje přibližně půl litru sladké vody na chlazení serverů v datových centrech.
Další studie odhadují, že samotný trénink jazykového modelu GPT na GPT-3 spotřeboval 700 000 litrů vody. Stejný objem, který by stačil průměrné osobě v české domácnosti na 21,5 let.
Kolik energie a vody spotřebovává AI?
Když mluvíme o vodě v souvislosti s AI technologiemi, máme na mysli buď přímou, nebo nepřímou spotřebu vody samotné.
Nepřímý vliv AI na vodní zdroje:
- Čím více výpočetních operací provádí AI, tím více elektrické energie a vody spotřebovává. A výroba elektřiny může vyžadovat velké množství vody.
- Datová centra s procesory pro AI často využívají specializovaný hardware, jako jsou grafické karty, čipy a další komponenty umožňující vysoký výpočetní výkon. Výroba tohoto hardware vyžaduje vodní zdroje.
Přímý vliv AI datacenter na spotřebu vody (Scope 1) se projevuje hlavně kvůli potřebě efektivního chlazení.
Co vše souvisí s digitalizací jsme nastínili ve dvoudílném Udržitelném slovníčku k tomuto tématu.
Skotské datové centrum Fortis poskytlo srovnání energetických nároků běžných serverů se servery pro AI, z nichž plyne, že druhé jmenované jsou až dvacetinásobně náročnější na spotřebu elektrické energie. Pro přibližnou představu, jeden server (představme si jej jako skříň) má okamžitou spotřebu asi 4kW, což se podobá rodinnému domu. V jednom datovém centru mohou být stovky serverů. Server podporující AI technologie tedy spotřebuje dvacetinásobek (80kW). Takže lze říct, že velké datové centrum podporující AI má energetickou spotřebu srovnatelnou se spotřebou několika tisíc rodinných domů.
Ve své zprávě o udržitelnosti společnost Microsoft vyčíslila 34% nárůst spotřeby vody mezi lety 2021 a 2022. Důvodem k tak rapidnímu nárůstu jsou dle environmentálních expertů právě AI technologie, do jejichž vývoje společnost masivně investuje. Microsoft však přichází s jiným odůvodněním a tvrdí, že tento nárůst spotřeby vody je proporční k celkovému nárůstu byznysu. Na druhé straně Microsoft masivně investuje také do udržitelnosti ve svých datacentrech, kde zavádí například tzv. adiabatické chlazení a další udržitelné inovace.
Strategie udržitelnosti pro datová centra
Tento příklad nám zároveň ukazuje, že celá problematika může nakonec přinést i pozitivní vedlejší efekty. Vzniká velký tlak na větší udržitelnost datových center, což nutí technologické společnosti, aby se problémem intenzivně zabývaly. Výsledkem je rychlejší vývoj nových udržitelných technologií s cílem minimalizovat vliv umělé inteligence na životní prostředí. Technologičtí giganti typu Microsoft vytvářejí strategie udržitelnosti pro datová centra, která zahrnují použití obnovitelných zdrojů energie, hledání energetických úspor či inovace serverů.
