Das explosive Wachstum von AI-angetriebenen Computerzentren schafft einen beispiellosen Anstieg der Strombedarf, die die Stromnetze und die Entgleisung der Klimaziele droht. Gleichzeitig könnten künstliche Intelligenztechnologien Energiesysteme revolutionieren und den Übergang zur sauberen Kraft beschleunigen.
„Wir sind in der gesamten Wirtschaft in einer Höhe von potenziell gigantischen Veränderungen“, sagte William H. InexperiencedDirektor der MIT Vitality Initiative (MITEI) und Hoyt C. Hottel Professor in der MIT -Abteilung für Chemieingenieur die Schäden. “ Die Herausforderung des Energiebedarfs und des potenziellen Nutzens der KI für den Energieübergang ist für Mitei eine Forschungspriorität.
KIs erstaunliche Energieanforderungen
Das Symposium hat von Anfang an ernüchternde Statistiken über den Appetit der AI auf Strom hervorgehoben. Nach jahrzehntelanger Flachstromnachfrage in den USA verbrauchen Computerzentren nun ungefähr 4 Prozent des Stroms des Landes. Obwohl es große Unsicherheiten gibt, deuten einige Projektionen darauf hin, dass diese Nachfrage bis 2030 auf 12-15 Prozent steigen könnte, was größtenteils von Anwendungen für künstliche Intelligenz angetrieben wird.
Vijay Gadepally, Senior Scientist im Laboratory von MIT, betonte den Umfang des Verbrauchs von AI. „Die Macht, die für die Aufrechterhaltung einiger dieser großen Modelle erforderlich ist, verdoppelt sich quick alle drei Monate“, bemerkte er. „Ein einzelnes Chatgpt -Gespräch verwendet so viel Strom wie das Laden Ihres Telefons, und das Erzeugen eines Bildes verbraucht eine Flasche Wasser zum Abkühlen.“
Einrichtungen, die 50 bis 100 Megawatt Strom benötigen, treten in den USA und weltweit schnell auf, was sowohl von lässigen als auch von institutionellen Forschungsbedürfnissen auf Großsprachenprogramme wie Chatgpt und Gemini angetrieben wird. Gadepally zitierte Kongressaussagen von Sam Altman, CEO von OpenAI, in dem hervorgehoben wird, wie grundlegend diese Beziehung geworden ist: „Die Kosten der Intelligenz, die Kosten der KI, werden zu den Energiekosten konvergieren.“
„Die Energieanforderungen der KI sind eine bedeutende Herausforderung, aber wir haben auch die Möglichkeit, diese enormen Rechenfunktionen zu nutzen, um zu Lösungen des Klimawandels beizutragen“, sagte, sagte, sagte „, sagte, sagte“ Evelyn WangMIT Vice President für Energie und Klima und ehemaliger Direktor der Superior Analysis Tasks Company-Vitality (ARPA-E) am US-Energieministerium.
Wang stellte außerdem fest, dass Innovationen, die für KI und Rechenzentren entwickelt wurden, wie Effizienz, Kühltechnologien und Clear-Energy-Lösungen-umfassende Anwendungen haben könnten, die über die Computereinrichtungen hinausgehen.
Strategien für saubere Energielösungen
Das Symposium untersuchte mehrere Wege, um die Ai-Vitality-Herausforderung anzugehen. Einige Diskussionsteilnehmer präsentierten Modelle, die darauf hinweisen, dass künstliche Intelligenz zwar kurzfristig die Emissionen erhöhen kann, seine Optimierungsfunktionen jedoch nach 2030 erhebliche Emissionsreduzierungen durch effizientere Stromversorgungssysteme und eine beschleunigte Entwicklung der sauberen Technologie ermöglichen könnten.
Nach Angaben von Emre Gençer, Mitbegründer und CEO von Sesam Nachhaltigkeit und ehemaliger MITEI-Hauptwissenschaftlerin. Die Analyse von Gençer ergab, dass die zentralen Vereinigten Staaten aufgrund ergänzender Photo voltaic- und Windressourcen erheblich niedrigere Kosten bieten. Das Erreichen von Null-Emissions-Strom würde jedoch large Batterie-Einsätze erfordern-fünf- bis zehnmal mehr als reasonable Kohlenstoffszenarien-, die kostet zwei- bis dreimal höher.
„Wenn wir keine Emissionen mit zuverlässiger Leistung durchführen wollen, benötigen wir andere Technologien als erneuerbare Energien und Batterien, was zu teuer sein wird“, sagte Gençer. Er wies auf „Langzeitspeichertechnologien, kleine modulare Reaktoren, geothermische oder hybride Ansätze“ hin, wenn die erforderlichen Ergänzungen erforderlich sind.
Aufgrund des Energiebedarfs des Rechenzentrums besteht ein erneutes Interesse an Kernenergie, bemerkte Kathryn Biegel, Managerin für F & E- und Unternehmensstrategie bei Constellation Vitality, und fügte hinzu, dass ihr Unternehmen den Reaktor am ehemaligen Standort Three Mil Island neu startet, der jetzt als „Crane Clear Vitality Middle“ bezeichnet wird, um diese Nachfrage zu befriedigen. „Der Rechenzentrumraum ist zu einer wichtigen und starken Priorität für die Konstellation geworden“, sagte sie und betonte, wie ihre Bedürfnisse sowohl nach Zuverlässigkeit als auch von kohlenstofffreier Strom die Stromindustrie umgestalten.
Kann AI den Energieübergang beschleunigen?
Künstliche Intelligenz könnte die Stromversorgungssysteme laut Priya dontiAssistenzprofessor und der Silverman Household Profession Growth Professor in der Abteilung für Elektrotechnik und Informatik des MIT sowie das Labor für Informations- und Entscheidungssysteme. Sie zeigte, wie KI die Stromnetzoptimierung beschleunigen kann, indem sie physikalische Einschränkungen in neuronale Netzwerke einbettet und möglicherweise komplexe Stromflussprobleme zu „zehnmal oder sogar größerer Geschwindigkeit im Vergleich zu Ihren herkömmlichen Modellen“ lösen.
AI reduziert bereits die Kohlenstoffemissionen, so Beispiele von Antonia Gawel, International Director of Nachhaltigkeit und Partnerschaften bei Google. Die Kraftstoff-effizientes Routing-Funktion von Google Maps hat „dazu beigetragen, dass seit dem Begin mehr als 2,9 Millionen Tonnen Treibhausgasemissionen (Gewächshausgas) -Missionsemissionen verhindern. Ein weiteres Google Analysis -Projekt verwendet künstliche Intelligenz, um Piloten zu helfen, Kontrail zu schaffen, die etwa 1 Prozent der globalen Erwärmung auswirken.
Das Potenzial der KI zur Geschwindigkeit der Materialentdeckung für Stromanwendungen wurde durch hervorgehoben Rafael Gómez-BombarelliThe Paul M. Cook dinner Profession Growth Affiliate Professor am MIT Division of Supplies Science and Engineering. „AI-supervisierte Modelle können geschult werden, um von Struktur zu Eigenschaft zu wechseln“, stellte er fest und ermöglichte die Entwicklung von Materialien, die sowohl für das Pc als auch für die Effizienz entscheidend sind.
Wachstum mit Nachhaltigkeit sichern
Während des gesamten Symposiums kämpften sich die Teilnehmer mit dem Einsatz von schnellem KI -Einsatz gegen Umweltauswirkungen. Während die KI -Schulung am meisten Beachtung erhält, zitierte Dustin Demetriou, leitender technischer Mitarbeiter für Nachhaltigkeits- und Rechenzentrumsinnovation bei IBM, einen Artikel des Weltwirtschaftsforums, der darauf hinwies, dass „80 Prozent des ökologischen Fußabdrucks schätzungsweise auf die Inferenzierung zurückzuführen sind“. Demetriou betonte die Notwendigkeit von Effizienz in allen Anwendungen für künstliche Intelligenz.
Das Paradoxe von Jevons, bei dem „Effizienzgewinne eher den Gesamtressourcenverbrauch erhöhen, anstatt ihn zu verringern“, ist ein weiterer Faktor, der berücksichtigt wird. Strubell setzte sich für den Betrachten von Computing Middle Elektrizität als begrenzte Ressource ein, die eine nachdenkliche Zuordnung über verschiedene Anwendungen hinweg benötigt.
Mehrere Präsentatoren diskutierten neuartige Ansätze zur Integration erneuerbarer Quellen in die vorhandene Gitterinfrastruktur, einschließlich potenzieller hybrider Lösungen, die saubere Installationen mit vorhandenen Erdgasanlagen kombinieren, die bereits über wertvolle Netzverbindungen verfügen. Diese Ansätze könnten in den USA zu angemessenen Kosten eine erhebliche saubere Kapazität bieten und gleichzeitig die Zuverlässigkeitsauswirkungen minimieren.
Navigieren im Ai-Vitality-Paradoxon
Das Symposium hob die zentrale Rolle des MIT bei der Entwicklung von Lösungen zur A-Electrical energy-Herausforderung hervor.
Inexperienced sprach von einem neuen MITE -Programm zu Computerzentren, Strom und Berechnung, die neben der umfassenden Ausbreitung der MIT -Klimaprojektforschung betrieben werden. „Wir werden versuchen, ein sehr kompliziertes Downside von den Stromquellen über die tatsächlichen Algorithmen zu lösen, die den Kunden einen Mehrwert bieten – auf eine Weise, die für alle Stakeholder akzeptabel ist und wirklich alle Anforderungen entspricht“, sagte Inexperienced.
Die Teilnehmer am Symposium wurden von Prioritäten für die Forschung von MIT von der Forschung von MIT befragt Randall DisciplineMITEI -Forschungsdirektor. Die Echtzeitergebnisse bezeichneten „Rechenzentrums- und Gitterintegrationsprobleme“ als oberste Priorität, gefolgt von „KI zur beschleunigten Entdeckung fortschrittlicher Materialien für Energie“.
Darüber hinaus zeigten die Teilnehmer, dass das Potenzial von AI von AI in Bezug auf Macht als „Versprechen“ und nicht als „Gefahr“ betrachtet wird, obwohl ein beträchtlicher Teil über die endgültige Wirkung ungewiss bleibt. Als die Hälfte der Befragten nach Prioritäten in der Stromversorgung für Computereinrichtungen gefragt wurde, wählte sie die Carbon -Intensität als Hauptanliegen mit Zuverlässigkeit und Kosten.