人工知能はサーバーを冷却するために大量の水を必要とする

人工知能はサーバーを冷却するために大量の水を必要とする

あらゆる計算集約型のアクティビティと同様に、ChatGPT のような AI システムでは大量の処理と電力が必要となり、大量のエネルギーと水を消費する大規模なデータ センターに設置されたサーバーが使用されます。この分野の最大手であるマイクロソフトとグーグルは、業界全体で責任を持って資源の使用を削減する取り組みが進む中、人工知能の環境への影響を軽減する措置を講じていると述べている。

新しいレポートによると、ChatGPT などの AI システムでは、ユーザーが 5 ~ 50 個のプロンプトや質問をするたびに、データ センターで約 500 ミリリットルの水を消費する可能性があります。チャットボットはインターネットの黎明期以来、地球上で最も急速に成長しているテクノロジーサイトであることを考えると、これは決して無視できない量の水であり、専門家や環境保護論者は警鐘を鳴らしている。

人工知能革命では、電力を大量に消費するハードウェアを動かすために、電力供給と冷却の両方でより多くの水が必要になる。公式レポートによると、マイクロソフトの水使用量は2021年から2022年にかけて34%増加しており、これはAI関連のコンピューティングニーズによるものと考えられる。同社の主な競合企業であるグーグルは、同期間における水使用量が20%増加したと報告した。これを概観すると、この増加は 2 つの操作間で 17 億ガロンの水が追加されることを意味します。

OpenAIはデータセンターの所在地を秘密にしているが、理由を知らなくても、水道料金の上昇などの影響は地元住民に感じられるだろう。これは、より多くの計算能力を必要とする急速に発展する人工知能技術の予期せぬ結果を浮き彫りにしています。 ChatGPT の基盤となるリソースの使用状況を知らない人がほとんどです。リソースの使用状況を理解しなければ、リソースを節約することはできません。

その他の新興技術も大きな需要があります。暗号通貨のマイニングは AI とは関係ありませんが、適切な比較対象となります。ケンブリッジ大学による2021年の分析によると、ビットコインのマイニングは毎年アルゼンチンの全電力消費量と同程度のエネルギーを消費していることが判明した。

これは議論の余地のある点ですが、暗号業界全体の発展における重要なポイントでもあります。ビットコインの価値が65,000ドル以上から15,000ドル未満に急落した悪名高い暗号通貨の冬の間、テスラは環境への影響を懸念してビットコインのサポートを停止しました。それ以来、暗号通貨のマイニングの問題は世界中で政治的議論の一部となっている。

しかし、テクノロジー企業は環境への影響を減らすための措置を講じていると指摘している。たとえば、Google は自社のデータセンターのエネルギー効率が業界平均より 60 パーセント優れていると述べています。

マイクロソフトは声明で、リース拠点の透明性と効率性を促進する方法を検討しており、2030年までに100%カーボンフリーエネルギーに移行する計画だと述べた。マイクロソフトの2022年持続可能性レポートによると、同社は2030年のコミットメントを達成するために順調に進んでおり、そのコミットメントには年末までにカーボンネガティブ、ウォーターポジティブ、廃棄物ゼロのビジネスになることも含まれている。

同様に、Google の 2023 年環境レポートでは、2030 年までに事業とバリュー チェーン全体で実質ゼロ排出量を達成するという同社の目標が強調されており、2022 年に発生すると報告されている 1,020 万トンの CO2 を迅速に削減することが求められています。 Google はまた、歴史的に見て、AI コンピューティングのニーズが増大するにつれて、効率化の取り組みにより、必要なエネルギーの増加は予想よりも緩やかになっていると指摘した。

それでも、AI のデータと電力需要が環境に与える影響については懸念が残っています。 AI の能力が成長するにつれて、テクノロジー企業は効率性の向上、再生可能エネルギー、代替冷却技術、リソース使用の透明性を追求する必要があります。

<<:  建築設計におけるスマートビルディングと IoT の統合

>>:  ToTを超えて、ETHチューリッヒは新世代のマインドマップGoTをリリース:推論品質は62%向上し、コストは31%削減

ブログ    

推薦する

...

Daguan Data: ナレッジグラフと Neo4j の簡単な分析

現在のビッグデータ業界では、アルゴリズムのアップグレード、特に機械学習の導入により、「パターン発見」...

...

GPT-3 がプログラミングを支配: AI はコーディングの仕事を殺すのか?

[[338796]] 2017年に研究者たちは「2040年までにAIがほとんどのコードを書くように...

2020年にAIに適した5つのプログラミング言語

AI システムの開発にはコンピュータ コードが必要であり、コンピュータ プログラムを開発する際にはさ...

自動運転マップ構築モデルを1つの記事で理解する

1 高精度地図高精度地図HDMapは自動運転において愛憎入り混じった役割を果たしており、近年、業界の...

ニューラルネットワークにおけるさまざまな損失関数の紹介

目的に応じて異なる損失関数を使用できます。この記事では、いくつかの例を挙げながら、非常によく使用され...

データ構造とアルゴリズム: 単調に増加する数値

[[439817]]単調に増加する数字LeetCode の問題へのリンク: https://leet...

...

2015年9月のプログラミング言語ランキング: 新しいインデックスアルゴリズムにより急上昇が解消

9月に、TIOBE Indexは改良されたアルゴリズムを使用してプログラミング言語の人気度を計算しま...

...

左に狂気、右に合理性、真ん中にアルゴリズム

著者: Qianshan校正:ウー・ムーテクノロジーの進歩により、AIは大きな発展の可能性を示してい...

電子鼻のウイスキー識別精度は96%にも達する。ネットユーザー:茅台酒にも作ってみよう

国産茅台酒や一部の外国産高級ウイスキーは高価であるが、偽造品の重要なターゲットでもある。ワイン鑑定家...

Nature 誌に「室温超伝導体は科学をどう変えるのか?」という記事が掲載されました。

7月末にLK-99が引き起こした熱狂は、8月中旬には徐々に沈静化しました。いくつかの権威ある組織が...