Los avances en los modelos de inteligencia artificial han aportado una potencia informática sin precedentes, pero también han provocado un enorme consumo de energía y problemas medioambientales. El consumo de energía del último modelo de IA o3 de OpenAI y su impacto en el medio ambiente han atraído una atención y un debate generalizados. Este artículo analizará el consumo de energía, las emisiones de carbono y el impacto ambiental del modelo o3, y explorará las opiniones y estrategias de respuesta de expertos y académicos en campos relacionados sobre este tema.
A medida que la inteligencia artificial continúa avanzando, el equilibrio entre innovación y sostenibilidad se convierte en un desafío importante. Recientemente, OpenAI lanzó su último modelo de IA, o3, que es su modelo más potente hasta la fecha. Sin embargo, además del coste de funcionamiento de estos modelos, su impacto en el medio ambiente también ha generado preocupaciones generalizadas.
Un estudio demostró que cada tarea de O3 consume aproximadamente 1.785 kilovatios hora de electricidad, lo que equivale al consumo de electricidad de un hogar estadounidense promedio en dos meses. Según el análisis de Boris Gamazaychikov, jefe de sostenibilidad de IA de Salesforce, este consumo de electricidad corresponde a aproximadamente 684 kilogramos de emisiones equivalentes de dióxido de carbono, lo que equivale a las emisiones de carbono de cinco tanques llenos de gasolina.
La versión de alta computación de o3 se compara según el marco ARC-AGI y los cálculos se basan en el consumo de energía de la GPU estándar y los factores de emisión de la red. "A medida que la tecnología continúa expandiéndose e integrándose, debemos prestar más atención a estas compensaciones", dijo Gamazaychikov. También mencionó que este cálculo no tiene en cuenta el carbono incorporado y solo se centra en el consumo de energía de la GPU. las emisiones reales pueden estar subestimadas.
Además, el científico de datos Kasper Groes Albin Ludvigsen afirmó que el consumo de energía de un servidor HGX equipado con ocho tarjetas gráficas Nvidia H100 es de entre 11 y 12 kilovatios, superando con creces los 0,7 kilovatios por tarjeta gráfica.
En términos de definición de tareas, el cofundador de Pleias, Pierre-Carl Langlais, expresó su preocupación sobre el diseño del modelo, especialmente si el diseño del modelo no se puede reducir rápidamente. "Se requieren muchos borradores, pruebas intermedias y razonamiento para resolver problemas matemáticos complejos", dijo.
A principios de este año, una investigación reveló que ChatGPT consume el 10% de la ingesta diaria promedio de agua de un ser humano durante una sola conversación, lo que equivale a casi medio litro de agua. Si bien esta cifra puede no parecer mucho, cuando millones de personas usan este chatbot todos los días, el consumo total de agua se vuelve considerable.
Kathy Baxter, arquitecta jefe de tecnología de inteligencia artificial en Salesforce, advirtió que los avances en IA como el modelo o3 de OpenAI pueden verse afectados por la paradoja de Jevons. "Si bien la energía necesaria puede disminuir, el consumo de agua puede aumentar", afirmó.
En respuesta a los desafíos que enfrentan los centros de datos de IA, como el alto consumo de energía, los complejos requisitos de refrigeración y la enorme infraestructura física, empresas como Synaptics y embedUR están tratando de resolver estos problemas a través de la IA de vanguardia para reducir la dependencia de los centros de datos y reducir la latencia. y consumo de rendimiento, permitiendo tomar decisiones en tiempo real a nivel de dispositivo.
Reflejos:
El consumo de energía de cada tarea o3 equivale a dos meses de consumo eléctrico de un hogar.
Cada misión emite tanto dióxido de carbono como cinco tanques llenos de gasolina.
La cantidad de agua consumida en las conversaciones de ChatGPT alcanza el 10% del agua potable diaria promedio de un ser humano.
Con todo, no se puede ignorar el alto consumo de energía y el impacto ambiental de los modelos de IA. Necesitamos explorar activamente caminos de desarrollo de la IA más ecológicos y sostenibles mientras perseguimos el progreso tecnológico y equilibrar la relación entre la innovación y la protección del medio ambiente para lograr el desarrollo sostenible de la inteligencia artificial.