Výrazný nárůst spotřeby energie kvůli AI začíná ovlivňovat i klimatické cíle hlavních technologických firem. V jejich posledních zprávách o udržitelnosti se objevují přiznání, že právě rozvoj AI je hlavním faktorem zvyšujícím jejich energetické nároky. Jedna z předních společností například zaznamenala téměř 50% nárůst emisí skleníkových plynů od roku 2019, což komplikuje její snahu dosáhnout uhlíkové neutrality do konce desetiletí.
Zpráva vydaná mezinárodní energetickou agenturou ukazuje, že datová centra v roce 2024 spotřebovala přibližně 415 terawatthodin elektřiny, což odpovídá roční spotřebě jedné větší země. Tento objem má podle odhadů nadále růst, přičemž se předpokládá, že do roku 2030 dosáhne přes 900 TWh. Spotřeba energie v datových centrech roste několikanásobně rychleji než globální průměr a obrovské investice do jejich rozšiřování jsou motivovány především potřebou podporovat výpočetně náročné AI systémy.
Není však stále zcela jasné, jaký podíl této energie skutečně připadá výhradně na umělou inteligenci. Datová centra totiž poskytují celou škálu služeb a jen část z nich přímo souvisí s výpočetně náročnými operacemi spojenými s AI. Navíc technologické společnosti většinou nezveřejňují konkrétní údaje o energetické náročnosti svých technologií.
Jedna z novějších studií se proto zaměřila na sledování dodavatelského řetězce od výroby výkonného hardwaru potřebného pro AI výpočty. Analýza využila veřejně dostupné odhady kapacit výrobců čipů, údaje ze záznamů pro investory a charakteristiky samotných zařízení. Na základě těchto dat byly vypočteny přibližné hodnoty spotřeby a předpokládané využití jednotlivých komponent. Výsledkem bylo zjištění, že při stávajících výrobních kapacitách by AI letos mohla spotřebovat až 82 terawatthodin, což odpovídá roční spotřebě elektřiny ve středně velké evropské zemi. Pokud se výroba čipů skutečně zdvojnásobí, jak předpovídají analytici, mohla by se poptávka vyšplhat na téměř polovinu veškeré spotřeby datových center.
Navzdory důkladné práci s veřejnými daty zůstává mnoho faktorů nejasných – například přesné využití jednotlivých AI zařízení, jejich efektivita nebo to, jak se trh s AI bude dále vyvíjet. Nedostatek transparentnosti v oblasti energetické náročnosti AI ztěžuje přesnější odhady a vyvolává výzvy k větší otevřenosti ze strany technologických firem. Dřívější zprávy sice přinesly určité číselné údaje, ale od té doby detaily o spotřebě elektrické energie v rámci strojového učení nejsou aktualizovány, což komplikuje další výzkum.
Ukazuje se, že bez přístupu k datům o skutečném provozu výpočetních systémů je pro výzkumníky velmi obtížné vytvořit přesný obraz dopadu AI na životní prostředí. Pokud by se zveřejňovalo více technických detailů, byl by odhad energetických nároků těchto systémů výrazně přesnější.
