Umjetna inteligencija (AI) postaje dio svakodnevnog života mnogih ljudi diljem svijeta. Na individualnoj razini ljudi sve više koriste AI modele za upite pretraživanja. Dok Google još uvijek dominira tržištem pretraživanja, ChatGPT je predstavljao najveću prijetnju njegovoj dominaciji.
Na poslovnoj razini nijedna industrija nije izostavljena, od poljoprivrede do zdravstva, od financija do zabave, organizacije diljem svijeta integriraju AI u svoje svakodnevne operacije.
Očekuje se da će svjetska potražnja i korištenje AI eksponencijalno rasti u nadolazećim godinama, tako da tehnološke tvrtke odgovaraju na ovaj razvoj izgradnjom golemih podatkovnih centara. Ali ovaj rast ima svoju cijenu: potrošnja energije, ekonomski troškovi i utjecaj na okoliš. Tradicionalno računalstvo jednostavno ne može držati korak s rastućim zahtjevima za računalstvom i energijom. Kako bismo održali AI revoluciju, moramo promisliti o fizici modernog računalstva.
Energetska pitanja
Čak i bez razmatranja umjetne inteligencije, elektroničko računalstvo je na kritičnoj raskrižju. Mooreov zakon ne funkcionira, Dennardovo skaliranje se pokvarilo, a rezultat je proliferacija "tamnog silicija", dijelova tranzistora na čipu koji moraju ostati bez napajanja ili mirovati kako bi se izbjeglo pregrijavanje.
Obuka velikog AI modela nije lak zadatak. Veliki jezični modeli (LLM) treniraju se na ogromnim količinama podataka i imaju trilijune parametara. Oni predviđaju, mjere, prilagođavaju i ponavljaju proces milijarde puta. Procjenjuje se da će se računalna snaga potrebna za treniranje AI modela udvostručiti svakih šest mjeseci.
Obrada i premještanje tako velikih količina podataka zahtijeva ogroman paralelizam i snagu. U tradicionalnom računalstvu veća snaga zahtijeva sustave veće gustoće. Veća gustoća znači veći otpor, a veći otpor znači više topline. To prisiljava podatkovne centre da prebace puno energije s računalstva na hlađenje, pri čemu se do 40% ukupne potrošnje energije podatkovnog centra koristi za sprječavanje kvarova poslužitelja.
Infrastruktura koja podržava umjetnu inteligenciju već se bori i jasno je da tradicionalno računalstvo više ne može podupirati budući razvoj.
Ekonomska pitanja
Operateri podatkovnih centara suočavaju se s financijskom zagonetkom: ili ograničiti gustoću računanja na ono što njihovi trenutni rashladni uređaji mogu podnijeti, ometajući njihove poslovne mogućnosti, ili pomaknuti toplinska ograničenja, uzrokujući ubrzano starenje hardvera i komponenti, povećavajući operativne troškove i otpad.
Osim toga, troškovi izgradnje novih podatkovnih centara također su vrlo visoki - McKinsey predviđa da će do 2030. godine biti potrebno ulaganje od 5,2 trilijuna USD. Ako se podatkovni centri nastave oslanjati na tradicionalno računalstvo, ulaganje u neučinkovitu infrastrukturu bit će veliki financijski rizik. Obični potrošači također su pogođeni lošim ekonomskim uvjetima; dok umjetna inteligencija vrši neviđeni pritisak na mrežu i potražnja za energijom podatkovnih centara raste, cijene električne energije rastu. Ti se troškovi prenose na okolna kućanstva u obliku brzo rastućih računa za struju.
