Αναμονή ετών για σύνδεση στο δίκτυο και μονάδες με μισό φορτίο: Νέα μελέτη αποκαλύπτει την ενεργειακή κρίση πίσω από την ώθηση στην τεχνητή νοημοσύνη στην Ευρώπη
Κάθε φορά που απευθύνετε μια ερώτηση σε ένα chatbot τεχνητής νοημοσύνης, κάπου, πιθανώς και σε άλλη ήπειρο, μια αποθήκη γεμάτη υπολογιστές δουλεύει πυρετωδώς για να σας απαντήσει και καταναλώνει μια ιλιγγιώδη ποσότητα ενέργειας, ώστε να πάρετε μια γρήγορη απάντηση.
ΔΙΑΦΉΜΙΣΗ
ΔΙΑΦΉΜΙΣΗ
Τα κέντρα δεδομένων, οι φυσικοί χώροι όπου στεγάζονται οι υπερυπολογιστές και τα συνοδευτικά συστήματα που στηρίζουν την εκρηκτική άνοδο της τεχνητής νοημοσύνης, είναι κρίσιμης σημασίας στην εποχή της προηγμένης επεξεργασίας δεδομένων.
Όμως η «όρεξή» τους για ηλεκτρική ενέργεια εξελίσσεται σε πρόβλημα από μόνη της. Αυτές οι εγκαταστάσεις γίνονται ολοένα μεγαλύτερες, πολυπληθέστερες και πολύ πιο ενεργοβόρες, και η ενέργεια που απαιτείται για τη λειτουργία τους αυξάνεται με τον ίδιο ιλιγγιώδη ρυθμό.
Σήμερα οι Ηνωμένες Πολιτείες κυριαρχούν παγκοσμίως, με περίπου 5.400 εγκαταστάσεις σε σύγκριση με περίπου 3.400 σε ολόκληρη την Ευρώπη, σύμφωνα με τα στοιχεία της Cloudscene, και η Ευρώπη αναζητεί τρόπους να κλείσει αυτή τη ψαλίδα.
Το πρόβλημα είναι ότι η προσπάθεια αυτή συνεπάγεται τεράστιο ενεργειακό κόστος, ενώ το ηλεκτρικό δίκτυο της ηπείρου ήδη δυσκολεύεται να ανταποκριθεί στη σημερινή ζήτηση.
Μια μεγάλη νέα μελέτη της Interface, ενός ευρωπαϊκού think tank για την ενέργεια και την ψηφιακή πολιτική, αναδεικνύει πόσο οξεία έχει γίνει αυτή η αντίφαση.
Προειδοποιούν ότι χωρίς επείγουσες μεταρρυθμίσεις, οι φιλοδοξίες της Ευρώπης στον τομέα της τεχνητής νοημοσύνης κινδυνεύουν να καταλήξουν σε ακριβά, αδρανή περιουσιακά στοιχεία, που θα απορροφούν ενέργεια και δημόσιο χρήμα ενώ θα παρακάμπτονται υπέρ καλύτερων επιλογών αλλού.
«Η κατασκευή εγκαταστάσεων ισχύος εκατοντάδων μεγαβάτ που δεν αξιοποιούν αποτελεσματικά τη συμβατική τους δυναμικότητα θα ήταν μη βιώσιμη, όχι μόνο από οικονομική άποψη αλλά και από την οπτική του ενεργειακού και κλιματικού συστήματος», αναφέρει η έκθεση.
Ηλεκτρικοί μεγαλοκαταναλωτές
Ένα τυπικό ευρωπαϊκό νοικοκυριό καταναλώνει περίπου 3.600 κιλοβατώρες ηλεκτρικής ενέργειας το χρόνο, ή περίπου 10 κιλοβατώρες την ημέρα.
Το κέντρο δεδομένων που βρίσκεται πίσω από τον βοηθό τεχνητής νοημοσύνης που χρησιμοποιείτε μπορεί να εξαντλεί πριν ακόμη από το πρωινό την ημερήσια κατανάλωση δεκάδων χιλιάδων τέτοιων νοικοκυριών.
«Η ηλεκτρική ισχύς των κορυφαίων συστάδων τεχνητής νοημοσύνης αυξάνεται από περίπου 13 MW το 2019 σε εκτιμώμενα 280–300 MW για το Colossus της xAI το 2025, επίπεδο συγκρίσιμο με τη ζήτηση περίπου 250.000 ευρωπαϊκών νοικοκυριών», εξηγεί η έκθεση.
Όλη αυτή η ενέργεια πρέπει να μεταφερθεί μέσω κάποιου δικτύου, και αυτό το δίκτυο βρίσκεται ήδη υπό σοβαρή πίεση.
Το ευρωπαϊκό ηλεκτρικό δίκτυο, το εκτεταμένο σύστημα γραμμών μεταφοράς, υποσταθμών και υποδομών που μεταφέρει την ηλεκτρική ενέργεια από τα σημεία παραγωγής στα σημεία κατανάλωσης, δεν σχεδιάστηκε έχοντας κατά νου την τεχνητή νοημοσύνη.
Όταν μια μόνο νέα εγκατάσταση ζητά ταυτόχρονα εκατοντάδες μεγαβάτ, δεν αρκεί απλώς να τη συνδέσεις στο δίκτυο. Επιβαρύνει και αποδυναμώνει ολόκληρο το σύστημα γύρω της, πιέζοντας για δαπανηρές αναβαθμίσεις και εκτοπίζοντας άλλους χρήστες που διεκδικούν την ίδια δυναμικότητα.
«Η εκπαίδευση του ChatGPT-4 φέρεται να κατανάλωσε συνολικά περίπου 46 GWh ενέργειας, ισοδύναμες με συνεχή ισχύ 20 MW επί τρεις μήνες, αρκετές για να τροφοδοτήσουν ολόκληρη την Περιφέρεια Βρυξελλών-Πρωτεύουσας για περισσότερες από τέσσερις ημέρες», συνεχίζει η έκθεση.
Τα πιο προηγμένα μοντέλα που αναπτύσσονται σήμερα εκτιμάται ότι θα καταναλώνουν πολύ περισσότερη ενέργεια. Η Διεθνής Υπηρεσία Ενέργειας προβλέπει ότι η παγκόσμια κατανάλωση ηλεκτρικής ενέργειας από κέντρα δεδομένων θα «περισσότερο από διπλασιαστεί έως το 2030, κυρίως λόγω των φορτίων της τεχνητής νοημοσύνης».
Τα παραδοσιακά server farms σχεδιάστηκαν γύρω από σχετικά περιορισμένα και ευέλικτα ηλεκτρικά φορτία. Οι συστάδες τεχνητής νοημοσύνης συγκεντρώνουν εξειδικευμένα τσιπ που λειτουργούν σχεδόν συνεχώς στο μέγιστο, για ημέρες ή και εβδομάδες, και συμπεριφέρονται, όπως αναφέρει η έκθεση, σαν «ενεργοβόρες βιομηχανικές εγκαταστάσεις συνδεδεμένες σε επιβαρυμένα δίκτυα».
«Η διαθέσιμη ικανότητα σύνδεσης στο δίκτυο, οι χρόνοι υλοποίησης των συνδέσεων, η τοπική συμφόρηση και, πιο πρόσφατα, οι τιμές της ενέργειας έχουν ήδη εξελιχθεί σε δεσμευτικούς περιορισμούς, που καθυστερούν ή ανακατευθύνουν μεγάλες επενδύσεις παρά το αρχικό ενδιαφέρον», σύμφωνα με την Interface.
Θα αντέξει το δίκτυο;
Πουθενά δεν είναι αυτό πιο εμφανές από τις πιο περιζήτητες αγορές κέντρων δεδομένων στην Ευρώπη, τις πόλεις που ο κλάδος αποκαλεί FLAP-D: Φρανκφούρτη, Λονδίνο, Άμστερνταμ, Παρίσι και Δουβλίνο.
Οι ουρές για σύνδεση στο δίκτυο έχουν γίνει τόσο μεγάλες, ώστε στην πράξη ισοδυναμούν με απαγόρευση νέας ανάπτυξης.
«Στις αγορές FLAP-D... οι νέες εγκαταστάσεις περιμένουν κατά μέσο όρο 7 έως 10 χρόνια για σύνδεση στο δίκτυο, χρόνος που φτάνει τα 13 χρόνια στις πιο επιβαρυμένες βασικές αγορές», εξηγεί η έκθεση.
Η Ιρλανδία έχει επιβάλει de facto μορατόριουμ σε νέα κέντρα δεδομένων στο Δουβλίνο έως το 2028, ενώ η Ολλανδία και η Φρανκφούρτη έχουν ουσιαστικά απαγορεύσει τις νέες συνδέσεις τουλάχιστον έως το 2030.
Η έκθεση σημείωσε ότι η OpenAI «παγώνει τις επενδύσεις της στο Ηνωμένο Βασίλειο και τη Νορβηγία λόγω των υψηλών τιμών ηλεκτρικής ενέργειας», κάτι που ίσως δείχνει ότι ακόμη και οι εταιρείες τεχνητής νοημοσύνης με την καλύτερη κεφαλαιακή επάρκεια σταματούν τα σχέδιά τους εξαιτίας των ενεργειακών περιορισμών στην Ευρώπη.
Τι πρέπει να αλλάξει
Το ευρωπαϊκό ηλεκτρικό δίκτυο ήδη δοκιμάζεται από τις ανάγκες ηλεκτροδότησης των μεταφορών και της θέρμανσης, την άνιση ανάπτυξη των Ανανεώσιμων Πηγών Ενέργειας και τους κινδύνους από τις «στενές αγορές φυσικού αερίου και ηλεκτρικής ενέργειας», όπως τους αποκαλεί η έκθεση, που επιβαρύνθηκαν ακόμη περισσότερο από την εισβολή της Ρωσίας στην Ουκρανία και τις συνεχιζόμενες συγκρούσεις στη Μέση Ανατολή.
Η έκθεση συνιστά οι ευρωπαϊκές εγκαταστάσεις να εντάσσονται εξαρχής στον εθνικό και ευρωπαϊκό σχεδιασμό του δικτύου, με τις αποφάσεις χωροθέτησης να συνδέονται με τη διαθεσιμότητα ανανεώσιμης ενέργειας.
Η προσθήκη εκατοντάδων μεγαβάτ υποδομών τεχνητής νοημοσύνης κινδυνεύει να καταστήσει όλα τα παραπάνω πιο δύσκολα και πιο δαπανηρά.
«Η μακροπρόθεσμη αξία και κοινωνική αποδοχή των μεγάλων υπολογιστικών συστάδων τεχνητής νοημοσύνης θα εξαρτηθεί από το αν σχεδιάζονται, ρυθμίζονται και λειτουργούν ως κρίσιμες ενεργειακές υποδομές, διακριτές από τα παραδοσιακά κέντρα δεδομένων», καταλήγει η έκθεση.