$
 12013.40
-36.04
 13831.03
-193.31
 163.87
-0.05
weather
+26
Вечером   +14°

ChatGPT «пьёт» воду планеты: ООН бьёт тревогу из-за ИИ

Сегодня люди используют ИИ для самых разных задач — от написания текстов до создания изображений и видео. Однако у этого удобства есть и менее заметная сторона. В новом докладе Института водных ресурсов, окружающей среды и здоровья Университета ООН говорится, что к 2030 году дата-центры, обслуживающие искусственный интеллект, могут потреблять объём ресурсов, эквивалентный годовому водопотреблению 1,3 миллиарда человек.

Возникает вопрос: во что на самом деле обходится природе ежедневное использование ИИ?

Центры обработки данных требуют рекордных ресурсов

По расчётам учёных, к 2030 году дата-центры, работающие с ИИ, будут потреблять около 945 тераватт-часов электроэнергии. Это почти в три раза больше, чем совокупное годовое энергопотребление Пакистана, Бангладеш и Нигерии.

Исследователи приводят ещё одну впечатляющую цифру: объём воды, который будут использовать эти центры, может соответствовать годовому потреблению 1,3 миллиарда человек в странах Африки к югу от Сахары. Площадь, занимаемая инфраструктурой, может превысить 14 тысяч квадратных километров. Для сравнения, это почти вдвое больше агломерации Джакарты.

Проблема не только в электроэнергии

Когда речь заходит об искусственном интеллекте, чаще всего обсуждают углеродные выбросы. Однако, по мнению учёных, проблема гораздо шире: каждый киловатт-час энергии связан также с потреблением воды и земли.

Например, производство электроэнергии с использованием биоэнергетики вместо угля может снизить выбросы углерода на 70%, но при этом увеличить потребление воды более чем в 30 раз, а потребность в земле — более чем в 100 раз.

В 2025 году дата-центры потребили 448 тераватт-часов электроэнергии. Если бы они были страной, то заняли бы 11-е место в мире по уровню энергопотребления — между Францией и Саудовской Аравией.

ChatGPT ежедневно обрабатывает миллиарды запросов

Считается, что основная часть затрат ИИ приходится на обучение моделей. Например, обучение GPT-3 потребовало около 1,3 гигаватт-часа энергии, а GPT-4 — примерно 50–70 гигаватт-часов.

Однако сегодня основная нагрузка связана не с обучением, а с ежедневным использованием. По оценкам учёных, 80–90% всей энергии уходит на обработку пользовательских запросов.

ChatGPT, по расчётам, обрабатывает около 2,5 миллиарда запросов в день. Это примерно 383 гигаватт-часа в год. Для компенсации связанных с этим углеродных выбросов потребовалось бы около 2,6 миллиона деревьев, выращиваемых в течение 10 лет — лес, сопоставимый по площади с Манхэттеном.

Потребление воды для работы ChatGPT эквивалентно годовому минимальному водопотреблению около 500 тысяч человек. Площадь инфраструктуры — более 800 футбольных полей.

Кроме того, энергозатраты сильно зависят от типа запроса: простой чат может требовать в 200 раз больше энергии, чем базовая классификация текста. Генерация одного изображения с помощью ИИ может потреблять в 1450 раз больше энергии, а создание короткого видео — эквивалент энергии, необходимой для классификации 200 тысяч спам-сообщений.

Развитие ИИ может усугубить проблему

Учёные отмечают эффект Джевонса: чем эффективнее становится технология, тем больше люди её используют, и общее потребление ресурсов не уменьшается, а растёт.

Это уже заметно в некоторых странах. Например, в Ирландии в 2023 году дата-центры потребили 21% всей электроэнергии страны — больше, чем все домохозяйства. Поэтому в районе Дублина строительство новых центров заморожено до 2028 года.

Кроме того, к 2030 году инфраструктура ИИ может производить до 2,5 миллиона тонн электронных отходов ежегодно. Значительная их часть будет перерабатываться в странах с низким уровнем экологического контроля. Добыча металлов для оборудования также часто происходит в регионах со слабой экологической защитой, что приводит к загрязнению воды и почвы.

Ещё одна проблема — размещение дата-центров в регионах с дефицитом воды. Парадокс в том, что местные жители часто не пользуются теми ИИ-сервисами, которые потребляют их ресурсы. В результате одни регионы несут экологическую нагрузку, а другие получают выгоду. Это может стать источником серьёзных споров в будущем.