ChatGPT и Gemini: Эксперты оценили стоимость одной текстовой сессии в 0,24 ватт-часа

Цифровая инфраструктура перегрета. За удобство нейросетевых ответов Gemini или ChatGPT мир платит энергетическим дефицитом. Одна текстовая сессия потребляет около 0.24 ватт-часа — столько же тратится на девять секунд работы телевизора. Цифры кажутся смешными, пока их не умножают на миллиарды запросов в сутки.

Гонка за лидерство в сфере генеративного ИИ превратилась в битву за мегаватты, где "гиперскейлеры" вроде Google и Microsoft потребляют электричество объемами, сопоставимыми с нуждами Лос-Анджелеса.

Энергетический аппетит: почему ИИ ест так много

Проблема заложена в самой архитектуре трансформеров. Обучение модели — это макроэкономический шок для локальных сетей. Обучение GPT-4 поглотило до 60 гигаватт-часов. Этого хватило бы Сан-Франциско на четверо суток. Модель взвешивает каждое слово относительно всех остальных в блоке текста. Объем вычислений растет квадратично — это "проклятие", которое превращает дата-центры в промышленные печи. Регуляторы фиксируют: в 2025 году американские ЦОДы съели 5% всего электричества страны.

"Каждый новый мегаватт, запитанный от ископаемого топлива, отбрасывает нас назад. Стратегия офсетов лишь имитирует стабильность, но не решает проблему генерации на местах", — объяснил в беседе с Pravda. Ru макроэкономист Артём Логинов.

Инвестиционный климат требует расширения мощностей. Техногиганты строят объекты там, где есть оптика, а не там, где избыток "зеленой" энергии. В итоге — нагрузка на старые сети и угольные ТЭС. Спрос на охлаждение выкачивает локальные водные ресурсы. Экосистема страдает от шума и выбросов, пока бизнес ждет отдачи от вложенных в инфраструктуру миллиардов.

Алгоритмическая диета: спасение в коде

Рынок труда для алгоритмов меняется. На смену универсальным гигантам приходят узкие специалисты. Малые языковые модели потребляют на 90% меньше энергии при сопоставимом качестве в конкретных задачах. Это горькое лекарство для тех, кто привык к масштабированию любой ценой. Технология смеси экспертов (MiE) позволяет активировать только нужные нейроны, экономя ресурсы платформы.

Разница в энергопотреблении между типами моделей и задачами становится ключевым KPI для CTO.

"Администрирование запросов через маршрутизацию к малым подмоделям — единственный способ удержать маржинальность сервисов. Универсальный ИИ слишком дорог для простого поиска", — подчеркнул в беседе с Pravda. Ru финансовый аналитик Никита Волков.

Железо против физики: новые процессоры

Кремний уперся в потолок. Транзисторы нельзя уменьшать бесконечно. Инженеры переходят к экстенсивным мерам: чипы размером с обеденную тарелку (вафли) сокращают потери на передачу данных в 140 раз. Это фетиш прозрачности процессов: чем ближе память к вычислителю, тем меньше тепла уходит впустую. Нейроморфные чипы, имитирующие работу мозга, и фотонные процессоры — это уже не научная фантастика, а вопрос выживания индустрии.

Лицензирование новых архитектур и переход на аналоговые вычисления потребуют полной пересборки IT-цепочек. Текущие GPU — это тупик для устойчивого развития.

Ответы на популярные вопросы об экономике ИИ

Станет ли использование ИИ платным из-за стоимости энергии?

Вероятнее всего. Бесплатные модели будут деградировать или ограничиваться по количеству запросов, чтобы снизить нагрузку на капитал компаний.

Может ли ИИ помочь сам себе экономить электричество?

Да, алгоритмы уже оптимизируют системы охлаждения ЦОД и перераспределяют нагрузку в регионы с дешевой возобновляемой энергией.

Почему нельзя просто построить больше солнечных ферм?

Дата-центрам нужна стабильная мощность 24/7. Солнце и ветер нестабильны без гигантских накопителей, поэтому базовой нагрузкой остаются газ и атом.

Читайте также

• Космос приготовил зрелище: чем закончится столкновение ракеты с Луной
• Литий теснит аккумулятор из обычной соли: прорыв из КНР
• Океанологи в замешательстве: старые механизмы в Атлантике сломались
• Мозги из крови и жира не уникальны: новая теория из США