Mi mentheti meg a bolygót az AI energia- és vízéhségétől?

Ez itt az on the other hand, a portfolio vélemény rovata.

Ez itt az on the other hand, a portfolio vélemény rovata. A cikkek a szerzők véleményét tükrözik, amelyek nem feltétlenül esnek egybe a Portfolio szerkesztőségének álláspontjával. Ha hozzászólna a témához, küldje el cikkét a velemeny@portfolio.hu címre. A megjelent cikkek itt olvashatók.

Ma már a kisdiákok is használják valamely generatív nyelvi modellt használó AI-alkalmazás könnyen elérhető ingyenes szolgáltatásait. Nincs megállás az AI fejlődése és a felhasználók számának növekedése terén. Ugyanakkor az egyre komplexebb ismeretekkel felvértezett, és egyre színesebb kompetenciával rendelkező eszközök erőforrásigényének növekedése hamarosan nehezen kezelhető szintre léphet.

Óriási az energiaigény

A Nemzetközi Energiaügynökség (IEA) 2025 április elején közzétett elemzésében az olvasható, hogy az adatközpontok ellátásához szükséges globális villamosenergia-termelés az alapforgatókönyvre vonatkozó előrejelzés szerint a 2024-es 460 TWh-ról 2030-ra több mint 1.000 TWh-ra, 2035-re pedig 1.300 TWh-ra nő. A következő öt évben a megújuló energiaforrások fedezik a többletigény közel felét, ezt követi a földgáz és a szén, majd az évtized vége felé és azt követően az atomenergia egyre fontosabb szerepet fog játszani.

Ebben a kontextusban érdemes figyelmeztetni, hogy szén a legszennyezőbb energiaforrás, mintegy 30%-os részesedésével még mindig a legnagyobb villamosenergia-forrás, bár ez régiónként jelentősen változik, a legnagyobb arányt Kínában képvisel.

A megújuló energiaforrások – elsősorban a szél, a napelem és a víz – jelenleg az adatközpontok által világszerte felhasznált villamos energia csupán mintegy 27%-át adják.

A földgáz jelenleg a harmadik legnagyobb forrás, amely a kereslet 26%-át fedezi, ezt követi a nukleáris energia 15%-kal.

Egy 2024-es széleskörű felmérésből kiderül, hogy az adatközpontok tulajdonosai és üzemeltetői az adatközpontjukban 1,56-os átlagos éves ún. energiafelhasználási hatékonysági (power usage effectiveness, PUE) arányról számoltak be, ami óriási fejlődést mutat a 2000-es évek közepe óta. A PUE-értéket úgy számítják ki, hogy a létesítménybe szállított teljes energiát elosztják a létesítményen belüli IT-berendezések működtetéséhez felhasznált energiával. Az alacsonyabb érték tehát nagyobb hatékonyságot jelez, mivel a teljes energia kisebb hányadát használják másodlagos funkciók, például a hűtés működtetésére.

Az adatközpontok villamosenergia-termeléséből származó szén-dioxid-kibocsátás 2030-ra 320 millió tonnát tesz ki, majd 2035-re 300 millió tonnára csökken. A gyors növekedés ellenére az adatközpontok továbbra is viszonylag kis részét képezik a teljes villamosenergia-rendszernek:

• ez a mai globális villamosenergia-termelés mintegy 1%-áról 2030-ra 3%-ra emelkedik,
• és a teljes globális szén-dioxid-kibocsátás kevesebb mint 1%-át teszi ki.

Zöld AI, zöld algoritmusok

Nyilvánvaló, hogy a mesterséges intelligenciának a fenntarthatóbb világ kialakításában nyújtott szerepe közben elengedhetetlen, hogy maguk az AI-rendszerek ne váljanak fenntarthatósági szempontból kontraproduktív erővé azáltal, hogy túlzott és egyre növekvő mennyiségű energiát, vizet és egyéb természeti erőforrást igényelnek. Ahhoz, hogy a mesterséges intelligencia valóban az energiacsökkentés eszközeként szolgáljon, az algoritmusokat és a számítási folyamatokat a hatékonyságot szem előtt tartva kell megtervezni.

A gyorsan növekvő piac következménye az is, hogy óriási a verseny a jobb teljesítmény elérése érdekében a gépi tanulási (ML, machine learning) modellek területén, hiszen nagyobb számú paraméter kezelésével egyre összetettebbé kellett válniuk.

Emiatt viszont a modellek betanításához és futtatásához szükséges erőforrásigény jelentősen megnőtt. Éppen ezért kezdenek terjedni az ún. zöld algoritmusok alapján szervezett zöld AI-megoldások.

A zöld mesterséges intelligencia olyan AI-rendszer, amely új és jobb eredményeket produkál, miközben ideális esetben csökkenti (vagy legalább nem növeli) a számítási költségeket, erőforrás-használatokat. Ilyen megoldásoknál mind hardware-, mind software-optimalizációra szükség van.

• A zöld mesterséges intelligencia az algoritmusok optimalizálásával, a hardver hatékonyságának javításával és a fenntartható adatkezelési gyakorlatok alkalmazásával próbálja mérsékelni az AI környezeti hatásait.
• A felhőközpontokon és mobil/edge-eszközökön keresztül energiahatékony megoldásokat kínáló zöld mesterséges intelligenciát alacsony szénlábnyom, jobb minőségű adatok, kis modellek, alacsony erőforrásigény és logikai jobb átláthatóság jellemzik.
• A zöld AI-megoldások világa új módszerek fejlesztésével nemcsak hozzájárul a zöld fejlesztésekhez, hanem egyre inkább energiahatékonyabban és víztakarékosabban működik.

A zöld algoritmusok olyan algoritmusok, amelyek maximalizálják az energiahatékonyságot, valamint csökkentik az AI-modellek környezeti hatását és természetierőforrás-igényét. Két típusba sorolhatók:

• egyrészt azok, amelyek tervezésüknél fogva energiahatékonyak mind az AI felkészítése során, mind a felhasználásban,
• és azok, amelyeket kifejezetten a környezeti kihívások kezelésére és a környezetvédelmi kérdések megoldására képeztek ki.

Az igazán zöld algoritmusnak mindkét típusnak meg kell felelnie.

Nagyon sok cikk foglalkozik az ún. vörös AI környezeti hatásaival. Leegyszerűsítve azt az AI- rendszert, amely környezetbarát és inkluzív "zöld mesterséges intelligenciának", míg a nem zöld mesterséges intelligenciát "vörös mesterséges intelligenciának" nevezik. A vörös mesterséges intelligencia lényegében a legjobb eredmény elérésére optimalizál nem törődve pl. a felhasznált energia mennyiségével.

Az adatközpontok vízfalók is

A mesterséges intelligencia nagy mennyiségű energiát fogyaszt az összetett adatmodellek betanításához. Amikor ilyen mértékű energiafelhasználás történik, vízre van szükség a mesterséges intelligencia feldolgozását végző gépek hűtéséhez.

Az AI-szerverek hatalmas energiafogyasztása ugyanis nagy hőt termel. A hő külső környezetbe történő elvezetéséhez és a szerverek túlmelegedésének elkerülésére az adatközpontok általában hűtőtornyokat és/vagy külső levegőt használnak, amelyekhez elképesztő mennyiségű tiszta, friss vízre van szükség. A villamosenergia-termelés szintén sok vizet fogyaszt a hő- és atomerőművek hűtése és a vízerőművek által okozott gyorsított vízpárolgás miatt.

A magas vízfogyasztás egyik fő oka a víz korlátozott újrafelhasználása a hűtés során. A hűtési folyamat során az édesvíz egy része elpárolog, a maradék víz pedig szennyvízzé válik. A szennyvíz gyakran porral, vegyi anyagokkal és ásványi anyagokkal szennyezett, amelyek visszavezetés esetén rontják a hűtési folyamat hatékonyságát. Következésképpen az adatközpontok gyakran nem képesek a szennyvizet maximális kapacitásuknak megfelelően újrahasznosítani.

A generatív mesterséges intelligencia a szerverek hűtéséhez ráadásul olyan helyeken is egyre több ivóvizet igényel, ahol már ezen igények nélkül is kevés a víz. Az Egyesült Államokban például az adatközpont-szerverek közvetlen vízlábnyomának egyötöde közepesen vagy erősen vízhiányos vízgyűjtőkből származik.

A mesterséges intelligencia gyors növekedése és a kapcsolódó adatközpontok bővülése csak fokozni fogja ezt a kihívást, ami aggodalomra ad okot egy olyan világban, ahol kétmilliárd ember még mindig nem jut biztonságos ivóvízhez.

Becslések szerint 2027-re a mesterséges intelligencia iránti globális igény várhatóan 4,2-6,6 milliárd köbméter vízkivételt fog jelenteni, ami több mint 4-6-szorosa Dánia teljes éves vízkivételének.

2022-ben csak a Google adatközpontjai és irodái több mint 21 millió köbméter vizet fogyasztottak, amely mennyiség majdnem annyi, mint fél Budapest éves lakossági közüzemi vízfogyasztása.

Egy 1 megawattos (MW) adatközpont évente akár 25,5 millió liter vizet is felhasználhat csak hűtésre, ami körülbelül 300 ezer ember napi vízfogyasztásának felel meg. A fejlett AI-modellek, például a GPT-3 és GPT-4 hatalmas számítási erőforrásokat igényelnek, amelyek viszont a vízfogyasztást is növelik.

A GPT-3 AI-modell becslések szerint 10-50 válaszonként 500 ml vizet fogyaszt.

Ha ezt megszorozzuk a felhasználók milliárdjaival, a mesterséges intelligencia teljes vízlábnyoma óriási lesz.

Ne az én környékemen!

A NIMBY-szindróma (Not In My Back Yard, ne az én környékemen) egyre jelentősebb kihívássá vált az adatközpont-iparág számára, mivel a helyi közösségekre gyakorolt hatása növekszik már csak az iparág egyre láthatóbb káros következménye miatt is. Az adatközpontok gyors terjeszkedése, amelyet a digitális szolgáltatások és a mesterséges intelligencia iránti kielégíthetetlen kereslet hajt, a közösségi ellenállás fokozódását eredményezte.

A Covid-járvány és az AI-alkalmazásokból eredő nagyobb tudatossággal együtt jár a fokozott ellenőrzés is. Az adatközpontok fejlesztői már nem támaszkodhatnak az iparág korábbi viszonylagos anonimitására. Az építés és üzemeltetés korai „vadnyugati” megközelítése már tarthatatlanná vált, mivel a közösségek aggodalmakat fogalmaznak meg az erőforrás-fogyasztás, a környezeti hatások, de még a helyi tájkép megváltoztatása miatt is.

Az adatközpontok iránti kereslet az elmúlt években a felhőalapú számítástechnika és a mesterséges intelligencia gyors növekedése miatt olyan mértékben megugrott, hogy a helyi önkormányzatok a nagy technológiai vállalatokkal versenyeznek a jövedelmező ajánlatokért. Az AP hírügynökség beszámolója szerint ahogy az adatközpontok egyre sűrűbben lakott területekre költöznek, lakóházak, iskolák, parkok és üdülőközpontok szomszédságába, a lakosság a helyi közösségek gazdasági, társadalmi és környezeti egészségével kapcsolatos aggodalma miatt sok esetben ellenáll a világ legerősebb vállalatainak.

A villamosenergia-ipar már önmagában is nagy vízfelhasználó. Az óriás adatközpontok és az AI-szolgáltatások megállíthatatlanul terjednek. Ezeknek – a többlet energiaigény mellett, ami eleve többlet vízigényt indukál – saját jogon is több vízre van szükségük, ami egy ördögi körhöz vezet,

éppen ezért sokkal komolyabban kell venni, akár kötelezővé kellene tenni a zöld algoritmusok használatát.

A címlapkép illusztráció. Címlapkép forrása: Getty Images