O crescimento explosivo dos centros de computação movidos a IA está criando um aumento sem precedentes na demanda de eletricidade que ameaça sobrecarregar as grades de energia e atrapalhar os objetivos climáticos. Ao mesmo tempo, as tecnologias de inteligência synthetic podem revolucionar os sistemas de energia, acelerando a transição para limpar a energia.
“Estamos à beira de mudanças potencialmente gigantescas em toda a economia”, disse William H. Inexperienceddirector of the MIT Vitality Initiative (MITEI) and Hoyt C. Hottel Professor within the MIT Division of Chemical Engineering, at MITEI’s Spring Symposium, “AI and power: Peril and promise,” held on Might 13. The occasion introduced collectively specialists from trade, academia, and authorities to discover options to what Inexperienced described as each “native issues with electrical provide and assembly our clear power targets” whereas looking for to “reap the advantages of AI with out among the danos. ” O desafio da demanda de energia do knowledge heart e os benefícios potenciais da IA para a transição energética é uma prioridade de pesquisa para Mitei.
As demandas de energia surpreendentes da IA
Desde o início, o simpósio destacou estatísticas preocupantes sobre o apetite da IA por eletricidade. Após décadas de demanda plana de eletricidade nos Estados Unidos, os centros de computação agora consomem aproximadamente 4 % da eletricidade do país. Embora exista muita incerteza, algumas projeções sugerem que essa demanda pode subir para 12 a 15 % até 2030, amplamente impulsionada por aplicações de inteligência synthetic.
Vijay Gadepal, cientista sênior do Laboratório Lincoln do MIT, enfatizou a escala do consumo da IA. “O poder necessário para sustentar alguns desses grandes modelos está dobrando quase a cada três meses”, observou ele. “Uma única conversa sobre chatgpt usa tanta eletricidade quanto carregar seu telefone e gerar uma imagem consome sobre uma garrafa de água para resfriamento”.
As instalações que exigem 50 a 100 megawatts de poder estão surgindo rapidamente nos Estados Unidos e globalmente, impulsionados por pesquisas casuais e institucionais, precisam de contar com grandes programas de idiomas, como ChatGPT e Gemini. Gadepally citou o testemunho do Congresso de Sam Altman, CEO da Openai, destacando o quão basic esse relacionamento se tornou: “O custo da inteligência, o custo da IA, convergirá para o custo da energia”.
“As demandas de energia da IA são um desafio significativo, mas também temos a oportunidade de aproveitar essas vastas capacidades computacionais para contribuir com soluções de mudança climática”, disse Evelyn Wang.
Wang também observou que as inovações desenvolvidas para IA e knowledge centers-como eficiência, tecnologias de refrigeração e soluções de potência limpa-poderiam ter aplicativos amplos além de instalações de computação.
Estratégias para soluções de energia limpa
O simpósio explorou vários caminhos para enfrentar o desafio da energia da AI. Alguns participantes do painel apresentaram modelos sugerindo que, embora a inteligência synthetic possa aumentar as emissões no curto prazo, seus recursos de otimização podem permitir reduções substanciais de emissões após 2030 por meio de sistemas de energia mais eficientes e desenvolvimento acelerado da tecnologia limpa.
Pesquisas mostram variações regionais no custo dos centros de computação com eletricidade limpa, de acordo com Emre Gençer, co-fundador e CEO da Sesame Sustainability e ex-cientista de pesquisa principal de Mitei. A análise de Gençer revelou que o centro dos Estados Unidos oferece custos consideravelmente mais baixos devido a recursos solares e eólicos complementares. No entanto, a obtenção de energia de emissão zero exigiria implantações massivas de bateria-cinco a ten vezes mais que os cenários moderados de carbono-a condução custa duas a três vezes mais.
“Se queremos fazer zero emissões com energia confiável, precisamos de outras tecnologias além de renováveis e baterias, o que será muito caro”, disse Gençer. Ele apontou “tecnologias de armazenamento de longa duração, pequenos reatores modulares, abordagens geotérmicas ou híbridas”, conforme os complementos necessários.
Devido à demanda de energia do knowledge heart, há um interesse renovado pela energia nuclear, observou Kathryn Biegel, gerente de P&D e estratégia corporativa da Constellation Vitality, acrescentando que sua empresa está reiniciando o reator no antigo native de três milhas da ilha, agora chamado de “Crene Clear Vitality Middle” para atender a essa demanda. “O espaço do knowledge heart se tornou uma grande prioridade importante para a constelação”, disse ela, enfatizando como suas necessidades de confiabilidade e eletricidade sem carbono estão reformulando o setor de energia.
A IA pode acelerar a transição energética?
A inteligência synthetic pode melhorar drasticamente os sistemas de energia, de acordo com Priya DontiProfessor Assistente e Professor de Desenvolvimento de Carreira da Família Silverman no Departamento de Engenharia Elétrica e Ciência da Computação do MIT e no Laboratório de Sistemas de Informação e Decisão. Ela mostrou como a IA pode acelerar a otimização da grade de energia incorporando restrições baseadas em física em redes neurais, potencialmente resolvendo problemas complexos de fluxo de energia em “10 vezes, ou até maior velocidade em comparação com seus modelos tradicionais”.
A IA já está reduzindo as emissões de carbono, de acordo com exemplos compartilhados por Antonia Gawel, diretora international de sustentabilidade e parcerias do Google. O recurso de roteamento com baixo consumo de combustível do Google Maps “ajudou a evitar mais de 2,9 milhões de toneladas métricas de reduções de emissões de GEE (gases de efeito estufa) desde o lançamento, o que equivale a tirar 650.000 carros à base de combustível por um ano”, disse ela. Outro projeto do Google Analysis usa inteligência synthetic para ajudar os pilotos a evitar a criação de contrails, que representam cerca de 1 % do impacto international do aquecimento.
O potencial da IA para acelerar a descoberta de materiais para aplicações de energia foi destacado por Rafael Gómez-BombarelliProfessor Associado de Desenvolvimento de Carreira Paul M. Prepare dinner no Departamento de Ciência e Engenharia do Departamento de Materiais do MIT. “Os modelos supervisionados da IA podem ser treinados para passar de estrutura para propriedade”, observou ele, permitindo o desenvolvimento de materiais cruciais para a computação e a eficiência.
Garantir crescimento com sustentabilidade
Ao longo do simpósio, os participantes enfrentaram o equilíbrio de implantação rápida de IA contra impactos ambientais. Enquanto o treinamento de IA recebe mais atenção, Dustin Demetriou, membro sênior da equipe técnica em sustentabilidade e inovação de knowledge heart da IBM, citou um artigo do Fórum Econômico Mundial que sugeriu que “80 % da pegada ambiental é estimada como devida à dedução”. Demetriou enfatizou a necessidade de eficiência em todas as aplicações de inteligência synthetic.
O Paradoxo de Jevons, onde “os ganhos de eficiência tendem a aumentar o consumo geral de recursos em vez de diminuí -lo” é outro fator a considerar, alertou Emma Strubell, professor assistente de Raj Reddy no Instituto de Tecnologias de Idiomas da Escola de Ciência da Computação da Universidade Carnegie Mellon. Strubell defendeu a visualização da eletricidade do Centro de Computação como um recurso limitado que requer alocação atenciosa em diferentes aplicações.
Vários apresentadores discutiram novas abordagens para integrar fontes renováveis à infraestrutura de grade existente, incluindo possíveis soluções híbridas que combinam instalações limpas com plantas de gás pure existentes que já possuem conexões de grade valiosas. Essas abordagens podem fornecer capacidade limpa substancial nos Estados Unidos a custos razoáveis, minimizando os impactos de confiabilidade.
Navegando pelo paradoxo da AI-Vitality
O simpósio destacou o papel central do MIT no desenvolvimento de soluções para o desafio da Ai-Eletricidade.
Inexperienced falou de um novo programa Mitei sobre centros de computação, poder e computação que operará ao lado da disseminação abrangente da pesquisa do projeto climático do MIT. “Vamos tentar resolver um problema muito complicado desde as fontes de energia através dos algoritmos reais que agregam valor aos clientes – de uma maneira que será aceitável para todas as partes interessadas e realmente atenda a todas as necessidades”, disse Inexperienced.
Os participantes do simpósio foram pesquisados sobre prioridades para a pesquisa do MIT por Randall AreaDiretor de Pesquisa Mitei. Os resultados em tempo actual classificaram “questões de integração de knowledge heart e grade” como a principal prioridade, seguida de “IA para a descoberta acelerada de materiais avançados para energia”.
Além disso, os participantes revelaram que a maioria vê o potencial da IA em relação ao poder como uma “promessa”, em vez de um “perigo”, embora uma parcela considerável permaneça incerta sobre o impacto closing. Quando perguntado sobre as prioridades na fonte de alimentação para instalações de computação, metade dos entrevistados selecionou a intensidade do carbono como sua principal preocupação, com confiabilidade e custo.