Volgens IT-duurzaamheidsexpert wordt de AI-industrie een van de grootste veroorzakers van koolstofemissies

Een artikel gepubliceerd in de MIT Sloan Management Review heeft onthuld dat de AI-industrie waarschijnlijk een van de grootste bijdragers zal worden aan wereldwijde koolstofuitstooten ook andere soorten milieukosten met zich meebrengt, zoals de productie van e-afval en overmatig watergebruik. De koolstofvoetafdruk van AI is veel groter dan die van conventionele computersystemen: één enkele ChatGPT-zoekopdracht kan 100 keer meer koolstof genereren dan een gewone Google-zoekopdracht. Die voetafdruk snel groeiende rekenkracht die nodig is voor AI-trainingen verdubbelt gemiddeld elke 3,4 maanden.

Niklas Sundberg, de auteur, wijst op verschillende gebieden waar de impact van deze nieuwe industrie voelbaar is.

Het energieverbruik van de IT-industrie is al enorm. Datacenters en transmissienetwerken zijn goed voor 1% tot 1,5% van het wereldwijde elektriciteitsverbruik en 0,6% van de wereldwijde koolstofuitstoot. Een gemiddeld datacenter verbruikt jaarlijks genoeg stroom om 50.000 huizen te verwarmen. Grote taalmodellen (LLM's) zoals ChatGPT hebben aanzienlijk meer rekenkracht nodig, zowel voor de initiële training als voor het beantwoorden van zoekopdrachten. Zo verbruikte de training van ChatGPT alleen al ongeveer 1,3 gigawattuur aan energie (gelijk aan het jaarlijkse verbruik van 120 gemiddelde Amerikaanse huishoudens) en genereerde 552 ton aan koolstofuitstoot (gelijk aan de jaarlijkse uitstoot van 120 Amerikaanse auto's). GPT-4 zal naar verwachting ongeveer 10 keer zo groot worden, en er zijn verschillende concurrenten die de markt betreden.

Waterverbruik in datacenters is een ander punt van zorg. Datacenters hebben grote hoeveelheden water nodig voor koeling, en die behoefte zal toenemen met de grotere opslag- en rekenbehoeften van complexe AI-modellen. Microsoft en Google meldden dat hun waterverbruik van 2021 tot 2022 met respectievelijk 34% en 20% zal toenemen, wat verband houdt met hun ontwikkeling van AI-technologieën.

Naast het stroomverbruik vormt ook de productie en verwijdering van de hardware waar AI-systemen op draaien een probleem. Tegen 2050 zal de hoeveelheid elektronisch afval naar verwachting jaarlijks verdubbelen tot 120 miljoen ton. Daarvan wordt slechts 20% gerecycled.

De oplossing is natuurlijk niet om AI helemaal af te schaffen, maar om bepaalde best practices voor duurzame AI te volgen, die Sundberg de drie R's noemt: relocate, rightsize en re-architecture.

• Verplaatsen heeft betrekking op het feit dat sommige locaties gemakkelijker en goedkoper toegang hebben tot hernieuwbare energiebronnen, en een strategische verplaatsing kan daarom de CO2-uitstoot met 1,4x tot 2x verminderen.
• Rightsize verwijst naar het gebruik van processors en systemen die speciaal ontworpen zijn voor machine-learning training en AI-werklasten, in plaats van algemene servers. Dit kan de prestaties en efficiëntie met 2x tot 5x verhogen.
• Re-architect betekent het selecteren van een geschikte en effectieve modelarchitectuur voor machinaal leren, zoals een sparse model, wat de prestaties kan verbeteren en tegelijkertijd de computerbelasting met 3x tot 10x kan verlagen.

Deze maatregelen kunnen, samen met effectief gegevensbeheer, naleving en een groter bewustzijn onder werknemers, klanten en het grote publiek, helpen om een duurzamer AI-ecosysteem op te bouwen. Nu de klimaatverandering en de achteruitgang van het milieu op vele fronten worden aangepakt, is het een goed idee om hier binnen de AI-industrie rekening mee te gaan houden terwijl deze nog aan het groeien is, in plaats van veranderingen met terugwerkende kracht door te moeten voeren.