Ненавидите, що Біткойн споживає багато електроенергії? Дослідження: споживання електроенергії штучного інтелекту швидше за все перевищить Майнінг BTC до кінця 2025 року.
Занепокоєння біткоїна з приводу надмірного енергоспоживання, схоже, минуло, тому що більш дратівливим гігантом, що пожирає владу, є штучний інтелект. (Синопсис: Пакистан оголосив про 2 000 мегават електроенергії для «Центру майнінгу біткойнів та штучного інтелекту» Прем'єр-міністр призначив спеціального помічника з блокчейну та криптовалют) (Довідкове доповнення: Синьо-біла спільна пропозиція внести поправки до обмеження «розширення ядерної енергетики» на 20 років, боротьба за припинення неядерних будинків) Споживання енергії штучним інтелектом зростає з загрозливою швидкістю і, як очікується, перевищить споживання електроенергії для майнінгу біткойнів і майже половину загального споживання енергії центрами обробки даних у всьому світі не раніше кінця 2025 року. Це похмуре попередження надійшло від доктора Алекса де Вріс-Гао з Інституту навколишнього середовища Вільного університету Амстердама (Нідерланди) у своєму останньому дослідженні «Штучний інтелект: обмеження ланцюга поставок та енергетичні наслідки», опублікованому в журналі Joule. Штучний інтелект споживає набагато більше енергії, ніж очікувалося Дані досліджень вказують на те, що лише в період з 2023 по 2024 рік сукупне споживання теплової розрахункової потужності модулів прискорювачів штучного інтелекту, вироблених NVIDIA та AMD, досягло загальної (TDP) 3,8 мільйона (GW). Ця цифра еквівалентна споживанню електроенергії всією Ірландією за цілий рік. Якщо врахувати всі апаратні (CoWoS) штучного інтелекту, що використовують передову технологію упаковки TSMC, такі як TPU Google, і загальне енергоспоживання всієї системи штучного інтелекту, що складається з допоміжного обладнання, такого як розсіювання тепла, потреба в енергії систем штучного інтелекту, розгорнутих у всьому світі, за оцінками, досягла дивовижних масштабів від 5,3 до 9,4 ГВт. Доктор Алекс де Вріс-Гао у своєму дослідженні також спрогнозував: «Якщо TSMC знову подвоїть свою потужність CoWoS у 2025 році, як було заплановано, сукупний попит на електроенергію для вироблених систем штучного інтелекту може досягти 23 ГВт до кінця цього року. Це не тільки перевершить споживання електроенергії при майнінгу біткойнів, але й становитиме близько половини загального споживання електроенергії дата-центрами, не пов'язаними з криптовалютою, у 2024 році». Ці зауваження підкреслюють потенційний тиск розвитку штучного інтелекту на глобальне постачання електроенергії. Фактично, потужності пакувальних технологій CoWoS TSMC широко розглядаються як серйозне вузьке місце у процесі виробництва прискорювачів штучного інтелекту. Згідно зі статистикою, наведеною в дослідженні, виробнича потужність TSMC CoWoS зросла з приблизно 126 500 (300mm вафель у 2023 році ) року до приблизно 327 400 вафель у 2024 році, збільшившись більш ніж удвічі. За оцінками аналітиків ринку, на NVIDIA та AMD разом припадає 52% (2023 ) потужності CoWoS TSMC та 58% ( )2024, з яких лише на NVIDIA припадало 44% відповідно ( у )2023 та 48% ( )2024, що свідчить про величезний попит на ринку апаратного забезпечення штучного інтелекту. Перетягування каната за енергоефективність Причина, чому попит на енергію в галузі штучного інтелекту різко зріс, головним чином полягає в тому, що промисловість загалом дотримується концепції «більші моделі працюють краще», що безпосередньо призводить до збільшення масштабу та складності моделей штучного інтелекту, а також до збільшення споживання енергії. Хоча деякі моделі мають підвищену ефективність, наприклад, китайська модель DeepSeek R1, яка стверджує, що зменшує залежність від висококласного обладнання, безперервне розширення розміру моделі часто легко компенсує цей приріст ефективності і навіть може спричинити так званий «ефект відскоку», завдяки чому загальне споживання енергії не зменшується, а збільшується. У той же час технологічні гіганти загалом підтримують низький рівень прозорості даних про споживання енергії штучним інтелектом, такі як Google, який надав дані в період з 2019 по 2021 рік, показуючи, що на той час машинне навчання становило близько 10-15% від загального споживання енергії. Потім він перестав розголошувати такі дані, стверджуючи, що «немає сенсу» відрізняти енергоспоживання ШІ від інших робочих навантажень. Незважаючи на те, що законопроєкт ЄС про штучний інтелект вимагає розкриття інформації про споживання енергії під час етапу навчання моделей штучного інтелекту загального призначення, немає обов'язкової вимоги до етапу (Inference) висновків, на який припадає більша частка споживання енергії, і відповідні правила офіційно набудуть чинності не раніше серпня 2025 року. Алекс де Вріс-Гао наголосив: «Відсутність прозорості є однією з наших найбільших проблем. Без точних даних політики та дослідники не можуть повністю оцінити вплив штучного інтелекту на навколишнє середовище та розробити ефективну нормативну базу». Тиск в електромережі та екологічні проблеми Таке швидке зростання попиту на енергію створює серйозні проблеми для мереж кожної розвиненої країни. Центри обробки даних будуються в ( зазвичай займає всього від 1 до 2 років ) набагато швидше, ніж цикл планування та будівництва мережі ( часто займає від 5 до 10 років ), що призвело до так званої «кризи енергетичної потужності». Ще більше занепокоєння екологів викликає те, що нові центри обробки даних зі штучним інтелектом можуть ще більше поглибити залежність від викопного палива, наприклад, попереднє партнерство між OpenAI/StarGate і Crusoe Energy для забезпечення до 4,5 ГВт потужностей генерації природного газу для центрів обробки даних. Сполучені Штати є найбільшим у світі споживачем електроенергії для центрів обробки даних, на частку якого припадає близько 45% від загального світового обсягу, за ними йдуть Китай (25% ) та Європа (15% ). В даний час мета AI-спринту в Сполучених Штатах, схоже, поки що відкладає приховані занепокоєння, викликані споживанням енергії; Пов'язані з цим дані штучного інтелекту, такі як електроенергія Китаю, ще менш зрозумілі. Related reports: найбільша в Європі енергетична компанія ENEL «токенізує сонячні панелі», щоб купувати монети, щоб компенсувати рахунки за електроенергію, новий додаток RWA Ефіопська енергетична компанія «18% доходу надходить від майнінгу біткойнів», недороге підприємство з видобутку гідроенергії в новому раю 〈Думаєте, біткойн споживає електроенергію? Дослідження: енергоспоживання штучного інтелекту перевершить майнінг BTC не раніше кінця 2025 року" Ця стаття була вперше опублікована в журналі BlockTempo "Динамічний тренд - найвпливовіше новинне медіа блокчейну".
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Ненавидите, що Біткойн споживає багато електроенергії? Дослідження: споживання електроенергії штучного інтелекту швидше за все перевищить Майнінг BTC до кінця 2025 року.
Занепокоєння біткоїна з приводу надмірного енергоспоживання, схоже, минуло, тому що більш дратівливим гігантом, що пожирає владу, є штучний інтелект. (Синопсис: Пакистан оголосив про 2 000 мегават електроенергії для «Центру майнінгу біткойнів та штучного інтелекту» Прем'єр-міністр призначив спеціального помічника з блокчейну та криптовалют) (Довідкове доповнення: Синьо-біла спільна пропозиція внести поправки до обмеження «розширення ядерної енергетики» на 20 років, боротьба за припинення неядерних будинків) Споживання енергії штучним інтелектом зростає з загрозливою швидкістю і, як очікується, перевищить споживання електроенергії для майнінгу біткойнів і майже половину загального споживання енергії центрами обробки даних у всьому світі не раніше кінця 2025 року. Це похмуре попередження надійшло від доктора Алекса де Вріс-Гао з Інституту навколишнього середовища Вільного університету Амстердама (Нідерланди) у своєму останньому дослідженні «Штучний інтелект: обмеження ланцюга поставок та енергетичні наслідки», опублікованому в журналі Joule. Штучний інтелект споживає набагато більше енергії, ніж очікувалося Дані досліджень вказують на те, що лише в період з 2023 по 2024 рік сукупне споживання теплової розрахункової потужності модулів прискорювачів штучного інтелекту, вироблених NVIDIA та AMD, досягло загальної (TDP) 3,8 мільйона (GW). Ця цифра еквівалентна споживанню електроенергії всією Ірландією за цілий рік. Якщо врахувати всі апаратні (CoWoS) штучного інтелекту, що використовують передову технологію упаковки TSMC, такі як TPU Google, і загальне енергоспоживання всієї системи штучного інтелекту, що складається з допоміжного обладнання, такого як розсіювання тепла, потреба в енергії систем штучного інтелекту, розгорнутих у всьому світі, за оцінками, досягла дивовижних масштабів від 5,3 до 9,4 ГВт. Доктор Алекс де Вріс-Гао у своєму дослідженні також спрогнозував: «Якщо TSMC знову подвоїть свою потужність CoWoS у 2025 році, як було заплановано, сукупний попит на електроенергію для вироблених систем штучного інтелекту може досягти 23 ГВт до кінця цього року. Це не тільки перевершить споживання електроенергії при майнінгу біткойнів, але й становитиме близько половини загального споживання електроенергії дата-центрами, не пов'язаними з криптовалютою, у 2024 році». Ці зауваження підкреслюють потенційний тиск розвитку штучного інтелекту на глобальне постачання електроенергії. Фактично, потужності пакувальних технологій CoWoS TSMC широко розглядаються як серйозне вузьке місце у процесі виробництва прискорювачів штучного інтелекту. Згідно зі статистикою, наведеною в дослідженні, виробнича потужність TSMC CoWoS зросла з приблизно 126 500 (300mm вафель у 2023 році ) року до приблизно 327 400 вафель у 2024 році, збільшившись більш ніж удвічі. За оцінками аналітиків ринку, на NVIDIA та AMD разом припадає 52% (2023 ) потужності CoWoS TSMC та 58% ( )2024, з яких лише на NVIDIA припадало 44% відповідно ( у )2023 та 48% ( )2024, що свідчить про величезний попит на ринку апаратного забезпечення штучного інтелекту. Перетягування каната за енергоефективність Причина, чому попит на енергію в галузі штучного інтелекту різко зріс, головним чином полягає в тому, що промисловість загалом дотримується концепції «більші моделі працюють краще», що безпосередньо призводить до збільшення масштабу та складності моделей штучного інтелекту, а також до збільшення споживання енергії. Хоча деякі моделі мають підвищену ефективність, наприклад, китайська модель DeepSeek R1, яка стверджує, що зменшує залежність від висококласного обладнання, безперервне розширення розміру моделі часто легко компенсує цей приріст ефективності і навіть може спричинити так званий «ефект відскоку», завдяки чому загальне споживання енергії не зменшується, а збільшується. У той же час технологічні гіганти загалом підтримують низький рівень прозорості даних про споживання енергії штучним інтелектом, такі як Google, який надав дані в період з 2019 по 2021 рік, показуючи, що на той час машинне навчання становило близько 10-15% від загального споживання енергії. Потім він перестав розголошувати такі дані, стверджуючи, що «немає сенсу» відрізняти енергоспоживання ШІ від інших робочих навантажень. Незважаючи на те, що законопроєкт ЄС про штучний інтелект вимагає розкриття інформації про споживання енергії під час етапу навчання моделей штучного інтелекту загального призначення, немає обов'язкової вимоги до етапу (Inference) висновків, на який припадає більша частка споживання енергії, і відповідні правила офіційно набудуть чинності не раніше серпня 2025 року. Алекс де Вріс-Гао наголосив: «Відсутність прозорості є однією з наших найбільших проблем. Без точних даних політики та дослідники не можуть повністю оцінити вплив штучного інтелекту на навколишнє середовище та розробити ефективну нормативну базу». Тиск в електромережі та екологічні проблеми Таке швидке зростання попиту на енергію створює серйозні проблеми для мереж кожної розвиненої країни. Центри обробки даних будуються в ( зазвичай займає всього від 1 до 2 років ) набагато швидше, ніж цикл планування та будівництва мережі ( часто займає від 5 до 10 років ), що призвело до так званої «кризи енергетичної потужності». Ще більше занепокоєння екологів викликає те, що нові центри обробки даних зі штучним інтелектом можуть ще більше поглибити залежність від викопного палива, наприклад, попереднє партнерство між OpenAI/StarGate і Crusoe Energy для забезпечення до 4,5 ГВт потужностей генерації природного газу для центрів обробки даних. Сполучені Штати є найбільшим у світі споживачем електроенергії для центрів обробки даних, на частку якого припадає близько 45% від загального світового обсягу, за ними йдуть Китай (25% ) та Європа (15% ). В даний час мета AI-спринту в Сполучених Штатах, схоже, поки що відкладає приховані занепокоєння, викликані споживанням енергії; Пов'язані з цим дані штучного інтелекту, такі як електроенергія Китаю, ще менш зрозумілі. Related reports: найбільша в Європі енергетична компанія ENEL «токенізує сонячні панелі», щоб купувати монети, щоб компенсувати рахунки за електроенергію, новий додаток RWA Ефіопська енергетична компанія «18% доходу надходить від майнінгу біткойнів», недороге підприємство з видобутку гідроенергії в новому раю 〈Думаєте, біткойн споживає електроенергію? Дослідження: енергоспоживання штучного інтелекту перевершить майнінг BTC не раніше кінця 2025 року" Ця стаття була вперше опублікована в журналі BlockTempo "Динамічний тренд - найвпливовіше новинне медіа блокчейну".