К 2030 году ИИ будет потреблять столько воды, сколько нужно 1,3 миллиарда человек - доклад ООН
Инфраструктура, которая обеспечивает искусственный интеллект к 2030 году, может потреблять столько воды, сколько необходимо для удовлетворения потребностей 1,3 миллиарда человек.
Это создаст дополнительное давление на природные ресурсы во многих регионах мира, говорится в новом докладе Института водных ресурсов, окружающей среды и здоровья Университета Организации Объединенных Наций (UNU-INWEH).
По мнению исследователей, к 2030 году глобальные центры обработки данных, предоставляющие искусственный интеллект, будут потреблять 945 тераватт-часов электроэнергии. Это почти в три раза больше, чем общее годовое потребление электроэнергии Пакистаном, Бангладеш и Нигерией, где вместе живут более 650 миллионов человек.
Вода должна быть равна основным ежегодным потребностям домохозяйств в воде для всех 1,3 миллиарда человек в Африке к югу от Сахары, а земля должна превышать 14 500 квадратных километров - примерно в два раза больше, чем агломерация Джакарты, где проживает более 32 миллионов человек.
И не только углеродный след. Какие «подводные камни» ИИ обнаружил отчет
Авторы исследования "Экологическая стоимость искусственного интеллекта: углерод, вода и земельные следы" пишут, что воздействие искусственного интеллекта на окружающую среду часто оценивается только через выбросы углерода.
Однако работа систем ИИ также связана со значительным потреблением воды и использованием земельных ресурсов. Каждый киловатт-час, потраченный на функционирование ИИ, имеет углеродный, водный и сухопутный след.
В 2025 году дата-центры потребляли около 448 тераватт-часов электроэнергии (т.е. 448 миллиардов киловатт-часов) - больше, чем в год Саудовской Аравии. Если бы мировые центры обработки данных были отдельным государством, они заняли бы 11-е место в мире по потреблению электроэнергии.
Кроме того, крупные дата-центры могут тратить до 19 миллионов литров воды в день на охлаждение серверов. В регионах, уже сталкивающихся с нехваткой воды, это создает дополнительную нагрузку на местные ресурсы. Например, в Мексике и Уругвае строительство новых дата-центров вызвало опасения по поводу рисков для водоснабжения, пишет TIME.
Исключенной проблемой могут быть электронные отходы. По мнению авторов доклада, к 2030 году инфраструктура ИИ будет генерировать до 2,5 млн тонн электронных отходов в год.
Существует также риск роста глобального неравенства. По состоянию на 2025 год только 32 страны имеют специализированные центры обработки данных по искусственному интеллекту, а 90% таких мощностей сосредоточены в США и Китае.
Преимущества развития ИИ часто получают различные страны и отрасли, в то время как бремя на водные ресурсы, землю, энергетические системы и местные сообщества может быть сосредоточено в отдельных регионах.
В целом исследователи выяснили, что переход от угля к биоэнергетике может в среднем снизить углеродный след производства электроэнергии на 70%, но при этом увеличить воду должно быть более чем в 30 раз, а сушу – в 100 раз. Поэтому сокращение выбросов углерода не всегда означает меньшую нагрузку на водные и земельные ресурсы.
«Больше всего мы были удивлены тем, как часто решения, которые выглядят наиболее экологически чистыми с точки зрения выбросов углерода, хуже для воды или земельных ресурсов.
Если мы продолжим оценивать стабильность ИИ только углеродным следом, мы можем ошибочно предположить, что возобновляемые источники энергии делают инфраструктуру ИИ чистой. На самом деле, это решает одну проблему, но создает другие», - сказала Мириам Аксель, исследователь УООН-ИНВЕХ и ведущий автор доклада.
Следовательно, ООН призывает к разработке «ответственной экосистемы искусственного интеллекта, основанной на прозрачности, эффективности, экологической справедливости, международном сотрудничестве и принципах устойчивости».
Сколько воды и земли тратит ChatGPT
В общественных дискуссиях внимание в основном сосредоточено на энергии, необходимой для изучения больших моделей. По предварительным оценкам ученых, тренировка GPT-3 требовала 1,3 гигаватта-часов (ГВт-ч) электроэнергии, в то время как GPT-4, вероятно, потреблял от 50 до 70 ГВтч. Однако в докладе показано, что этот подход уже устарел.
После развертывания модели основным источником затрат является непрерывная работа моделей для ответа на повседневные запросы пользователей (80-90% от общего потребления энергии ИИ).
По оценкам экспертов, только ChatGPT обрабатывает около 2,5 млрд запросов ежедневно, что соответствует примерно 383 ГВтч электроэнергии в год для одного продукта.
Чтобы компенсировать связанные с этим выбросы углерода, потребовалось бы 2,6 миллиона саженцев деревьев в течение 10 лет - этого было бы достаточно, чтобы покрыть площадь с Манхэттеном.
Вода должна быть таким использованием, эквивалентной минимальным ежегодным бытовым потребностям около 500 тысяч жителей Африки к югу от Сахары, а земля должна быть равна площади более 800 футбольных полей.
Потребление энергии одним запросом может варьироваться в зависимости от задачи. Типичный разговорный чат-запрос примерно в 200 раз более энергоемкий, чем базовая классификация текста.
Генерация одного изображения ИИ может потребовать примерно в 1450 раз больше энергии, чем этот базовый уровень. Одно короткое видео, созданное ИИ, может потреблять столько же электроэнергии, сколько 200 тысяч спам-классификаций.
Выбор модели, длина запроса, формат и разрешение ответа существенно влияют на энергетический след. При этом большинство этих решений принимаются незамеченными для пользователя через стандартные настройки продукта, которые он обычно не видит.
Елена Барсукова
Оригинал доклада здесь:
The Environmental Cost of Artificial Intelligence: Carbon, Water, and Land Footprints
.
