Os avanços nos modelos de inteligência artificial trouxeram um poder de computação sem precedentes, mas também trouxeram um enorme consumo de energia e problemas ambientais. O consumo de energia do mais recente modelo de IA o3 da OpenAI e seu impacto no meio ambiente atraíram ampla atenção e discussão. Este artigo analisará o consumo de energia, as emissões de carbono e o impacto ambiental do modelo o3, e explorará as opiniões e estratégias de resposta de especialistas e acadêmicos em áreas afins sobre esta questão.
À medida que a inteligência artificial continua a avançar, o equilíbrio entre inovação e sustentabilidade torna-se um desafio importante. Recentemente, a OpenAI lançou seu mais recente modelo de IA, o3, que é o modelo mais poderoso até o momento. No entanto, para além do custo de funcionamento destes modelos, o seu impacto no ambiente também suscitou preocupações generalizadas.
Um estudo mostrou que cada tarefa O3 consome aproximadamente 1.785 quilowatts-hora de eletricidade, o que equivale ao consumo de eletricidade de uma família americana média em dois meses. De acordo com a análise de Boris Gamazaychikov, chefe de sustentabilidade de IA da Salesforce, este consumo de eletricidade corresponde a aproximadamente 684 quilogramas de emissões equivalentes de dióxido de carbono, o que equivale às emissões de carbono de cinco tanques cheios de gasolina.
A versão de alta computação do o3 é avaliada na estrutura ARC-AGI, e os cálculos são baseados no consumo de energia padrão da GPU e nos fatores de emissão da rede. “À medida que a tecnologia continua a se expandir e a se integrar, precisamos prestar mais atenção a essas compensações”, disse Gamazaychikov. Ele também mencionou que este cálculo não leva em consideração o carbono incorporado e se concentra apenas no consumo de energia da GPU. as emissões reais podem ser subestimadas.
Além disso, o cientista de dados Kasper Groes Albin Ludvigsen disse que o consumo de energia de um servidor HGX equipado com oito placas gráficas Nvidia H100 está entre 11 e 12 quilowatts, excedendo em muito os 0,7 quilowatts por placa gráfica.
Em termos de definição de tarefas, o cofundador da Pleias, Pierre-Carl Langlais, levantou preocupações sobre o design do modelo, especialmente se o design do modelo não puder ser reduzido rapidamente. “Há muitos rascunhos, testes intermediários e raciocínio necessários para resolver problemas matemáticos complexos”, disse ele.
No início deste ano, uma pesquisa revelou que o ChatGPT consome 10% da ingestão diária média de água de um ser humano durante uma única conversa, o que equivale a quase meio litro de água. Embora este número possa não parecer muito, quando milhões de pessoas utilizam este chatbot todos os dias, o consumo total de água torna-se considerável.
Kathy Baxter, arquiteta-chefe de tecnologia de inteligência artificial da Salesforce, alertou que os avanços da IA, como o modelo o3 da OpenAI, podem sofrer com o paradoxo de Jevons. “Embora a energia necessária possa diminuir, o consumo de água pode aumentar”, disse ela.
Em resposta aos desafios enfrentados pelos data centers de IA, como alto consumo de energia, requisitos complexos de resfriamento e enorme infraestrutura física, empresas como Synaptics e embedUR estão tentando resolver esses problemas por meio de IA de ponta para reduzir a dependência de data centers, reduzir a latência e consumo de desempenho, possibilitando a tomada de decisões em tempo real no nível do dispositivo.
Destaques:
O consumo de energia de cada tarefa o3 equivale a dois meses de consumo de eletricidade de uma residência.
Cada missão emite tanto dióxido de carbono quanto cinco tanques cheios de gasolina.
A quantidade de água consumida nas conversas do ChatGPT chega a 10% da média diária de água potável humana.
Em suma, o elevado consumo de energia e o impacto ambiental dos modelos de IA não podem ser ignorados. Precisamos de explorar ativamente caminhos de desenvolvimento da IA mais ecológicos e sustentáveis, ao mesmo tempo que prosseguemos o progresso tecnológico, e equilibrar a relação entre inovação e proteção ambiental, a fim de alcançar o desenvolvimento sustentável da inteligência artificial.