Серверы, на которых работает искусственный интеллект, пожирают планету. Цифры ООН пугают: дата-центры стали главными потребителями ресурсов, соревнуясь с целыми государствами. Пока мы просим нейросети сочинить письмо или сгенерировать картинку, где-то в недрах инфраструктуры тратятся мегаватты электричества и литры воды.
В 2025 году дата-центры сожгли 448 триллионов ватт-часов. Это больше, чем потребление любой страны мира, кроме десяти крупнейших экономик. Если темпы сохранятся, к 2030 году "страна серверов" займет шестое место в рейтинге потребителей энергии. На обучение и работу моделей ИИ уже сейчас уходит пятая часть всей мощности центров, а к концу десятилетия показатель удвоится.
"Искусственный интеллект скрыт за ширмой "виртуальности", но он требует колоссальных физических ресурсов. Инфраструктура, которая питает нейросети, работает на пределе возможностей, превращая электричество в тепло, с которым приходится бороться с помощью огромных затрат воды", — подчеркнул в беседе с Pravda.Ru учёный-физик Дмитрий Лапшин.
| Показатель | Текущий уровень (2025) |
|---|---|
| Потребление энергии | 448 трлн ватт-часов |
| Выбросы CO2 | 208 млн тонн |
Индустрия ИИ активно влияет на атмосферу, генерируя 208 миллионов тонн углекислого газа ежегодно. Это сопоставимо с выбросами целой страны — Аргентины. Кроме того, системы охлаждения "выпивают" до 1,2 триллиона галлонов воды. Эти цифры часто засекречены, что мешает обществу увидеть реальную цену технологического прогресса.
"Проблема не в самом факте использования мощностей, а в непрозрачности цепочек поставок энергии. Компании отчитываются о переходе на зеленую генерацию, но по факту часто просто перераспределяют имеющиеся чистые ресурсы, оставляя городам и производству более грязные источники", — отметил в беседе с Pravda.Ru эколог Денис Поляков.
Решение проблемы лежит не только на плечах корпораций, но и на пользователях. Каждое ваше "пожалуйста" в Prompt-запросе увеличивает время вычислений. Специалисты считают: если сократить длину запросов на 30%, нагрузка на энергосеть упадет на 25%. Это эквивалентно годовому потреблению электроэнергии 700 000 человек.
Сложные задачи — генерация видео или создание изображений — требуют в разы больше мощности, чем простые текстовые фильтры. Обучение моделей вроде GPT перешло все разумные границы: на версию GPT-3 ушло 1,3 миллиарда ватт-часов, а последующие модели потребляют до 70 миллиардов.
"Эффективность железа растет, но парадокс в том, что доступность технологий только увеличивает объем использования данных. Чем проще получить ответ от ИИ, тем больше мы его эксплуатируем, что загоняет энергосистему в тупик", — резюмировал в беседе с Pravda.Ru специалист по электроснабжению Сергей Мартынов.
Серверы выделяют огромное количество тепла. Для охлаждения процессоров и поддерживающих систем дата-центры используют испарение воды в градирнях или проточные системы охлаждения.
Да, но спрос со стороны дата-центров настолько велик, что они забирают львиную долю доступной возобновляемой генерации, оставляя другим отраслям уголь и газ.
Да, лишние слова увеличивают объем обрабатываемых токенов и время работы графических процессоров, что напрямую транслируется в потраченные ватты.
На данный момент отрасль развивается с минимальным внешним контролем. Многие компании скрывают детальные отчеты о расходе ресурсов, что затрудняет независимый экологический аудит.