Generativ KI et energisluk? Ny forskning gir håp

En nylig utgitt forskningsrapport fra Schneider Electric Sustainability Research Institute slår fast at energibruken knyttet til KI kan tyvedobles innen 2030. Det er spesielt generativ kunstig intelligens som trekker opp. Ifølge rapporten vil energiforbruket for å trene opp gen KI-modeller skyte i været: Fra 47 terawattimer i 2025 til hele 228 terawattimer globalt i 2030. Enda verre er det med bruken av disse modellene: Inferens, altså det å anvende ferdigtrente modeller, kan føre til en økning fra 15 terawattimer til 310 terawattimer globalt.

Tradisjonell KI, derimot, ser ut til å stabilisere seg på et mer bærekraftig nivå. Dette gir et tydelig signal: Skal vi sikre en grønnere KI-fremtid, må vi tenke nytt om hvordan vi trener og bruker disse systemene.

Peker på smarte grep

Hvordan kan vi sikre at KI ikke blir et energimonster? Ekspertene som uttaler seg i rapporten peker på tre avgjørende områder:

• Smartere infrastruktur – Trening av KI bør skje i distribuerte datasentre med lastbalansering og optimaliserte nettverk.
• Maskinvareutvikling – Ny minneteknologi og mer fleksible servere kan gi bedre ytelse uten å øke strømforbruket drastisk.
• Effektiv programvare – Distribuerte treningsalgoritmer, overføringslæring og automatisert maskinlæring (AutoML) kan gjøre modellene mindre energikrevende. AutoML kan gjøre maskinlæring tilgjengelig for ikke-maskinlæringseksperter. Effekten er en forbedring av effektiviteten av maskinlæring og av forskning rundt maskinlæring.
• Gjenbruk av restvarme og teknologi for en mer effektiv integrering av datasentre i kraftnettet.

Innovasjon er nøkkelen

Smartere algoritmer og bedre ressursstyring kan gi en mer fornuftig og sparsom bruk av KI, kjent på engelsk som «Frugal AI». Denne tilnærmingen vil være utslagsgivende for å begrense energisløsing. En optimalisering av læringsprosesser kan kutte strømforbruket uten å redusere nytteverdien til kunstig intelligens.

I tillegg blir bruk av fornybar energi i datasentre stadig viktigere. Strømforsyning fra vind og vannkraft kan bidra til at KI ikke bare blir mer effektiv, men også grønnere. Dette er en selvfølge i Norge, men i mange land som genererer energi med fossile kilder, vil dette kreve en stor og målrettet innsats.

Vår største evne til å påvirke utviklingen er å gjøre selve datainfrastrukturen mer energieffektiv, blant annet ved en bedre integrasjon av datasentre i andre energisystemer.

Lovverk og bevisstgjøring av brukerne

Et annet viktig grep er å utforme et tydeligere lovverk. Utslagsgivende vil være offentlig-privat samarbeid og god dialog mellom myndigheter og bransjeaktører for å utforme en datasenterstrategi og -standarder som sørger for bærekraftig KI-utvikling. Bedrifter som investerer i energieffektiv KI bør premieres med insentiver.

Forbrukerne sitter også på makt til å prege utviklingen. Ved å etterspørre energieffektive KI-løsninger kan forbrukere og bedrifter skape et markedspress som driver frem grønnere alternativer. Transparens om strømforbruket til KI-tjenester bør bli en bransjestandard, slik at forbrukerne kan ta informerte valg om hvilke løsninger de ønsker å benytte seg av.

Et veiskille

Valget vi står overfor er derfor dette: Enten lar vi energibruken løpe løpsk, eller så tar vi ansvar og finner løsninger som gir både innovasjon og bærekraft.

Med riktig strategi kan vi sikre at kunstig intelligens ikke bare er smart – men også grønn.