Green AI: Środowiskowy Koszt Sztucznej Inteligencji
Trening GPT-4 generował emisje CO₂ porównywalne do 300 lotów transatlantyckich. Branża AI odpowiada na krytykę modeli efektywności energetycznej i zakupów zielonych certyfikatów.
Ślad środowiskowy AI jest realny i rosnący. Szacunki dla GPT-3 trenowania: ~552 ton CO₂ (lot transatlantyczny = ~1.5 ton). GPT-4 — prawdopodobnie 10-50x więcej.
Inference też się liczy: 10 bilionów zapytań ChatGPT rocznie to znaczące zużycie energii. Branża reaguje: (1) Hardware Efficiency — Blackwell B200 jest 4x bardziej energoefektywny niż A100 dla tej samej wydajności. (2) Smaller Models — Phi-3-mini (3.8B) osiąga wyniki podobne do GPT-3.5 przy ułamku zużycia energii.
(3) Renewable Energy — Microsoft, Google i Amazon zawarły kontrakty PPA (Power Purchase Agreements) dla centrów danych AI z OZE. (4) Carbon Credits — wątpliwa metodologia, ale dominuje w raportowaniu ESG. Positive: AI redukuje emisje w innych sektorach (optymalizacja energetyki, logistyki, klimat) — net impact jest prawdopodobnie pozytywny.
Ale metodologia obliczania tego jest dyskusyjna.