К 2030 году инфраструктура искусственного интеллекта будет потреблять до 945 ТВт·ч электроэнергии ежегодно. Это превышает совокупное энергопотребление Пакистана, Бангладеш и Нигерии.
Институт водных ресурсов, окружающей среды и здоровья Университета ООН опубликовал доклад, где утверждается, что оценка ИИ исключительно через углеродные выбросы перестала отражать реальную картину, ведь нагрузка ложится также на водные ресурсы, землю и сырьевые цепочки. Действующая методика экологического аудита ИИ выглядит слишком узкой, считают авторы исследования. Внимание чаще всего приковано к выбросам во время обучения моделей, хотя главная нагрузка возникает в другой точке. Расчёты показывают, что от 80% до 90% всех энергозатрат уходит на инференс — обработку повседневных запросов пользователей.
Через ChatGPT ежедневно проходит порядка 2,5 млрд обращений. По подсчётам исследователей, годовой расход электричества для этого достигает 383 ГВт·ч. Компенсация углеродного следа потребовала бы массива деревьев площадью с Манхэттен. Водные затраты сервиса сопоставимы с годовой потребностью примерно 500 тыс. жителей регионов южнее Сахары.
Рост нагрузки определяется не только числом пользователей, но и усложнением задач. Обычный запрос к чат-боту тратит примерно в 200 раз больше энергии по сравнению с простой классификацией текста.
Генерация одного изображения обходится дороже в 1450 раз. Создание короткого ИИ-видео по энергозатратам приравнивается к обработке 200 тыс. спам-сообщений.
Парадокс Джевонса заслуживает отдельного упоминания. Чем доступнее и эффективнее становятся модели, тем активнее их используют. Технический прогресс далеко не всегда сокращает расход ресурсов, а порой только разгоняет рост потребления. Отсутствие ограничений на длину генерации, объём файлов и разрешение контента приведёт к ещё большим запросам на энергию со стороны ИИ-инфраструктуры.
За 2025 год дата-центры израсходовали 448 ТВт·ч электроэнергии. Этот показатель выше, чем у Саудовской Аравии. Будь ЦОДы отдельным государством, они оказались бы на 11-м месте в мире по объёму энергопотребления.
Прогноз на 2030 год указывает, что водный след ИИ-инфраструктуры достигнет 9,3 трлн литров. Сопоставимый объём воды нужен 1,3 млрд жителей Африки за год. Земельный след под дата-центры превысит 14 500 кв. км, а это вдвое больше территории Джакарты. Глобальная ИИ-экономика порождает локальные кризисы в разных регионах мира. В Ирландии за 2023 год дата-центры забрали 21% всей электроэнергии страны и обошли по расходу городские домохозяйства. Власти Дублина заморозили выдачу новых разрешений на подключения вплоть до 2028 года. В Мексике и Уругвае расширение мощностей пришлось на период тяжёлых засух, что усилило давление на питьевую воду для местного населения. Авторы прогнозируют, что к 2030 году ИИ будет ежегодно производить до 2,5 млн тонн токсичного электронного утиля.
Свыше 90% специализированных вычислительных мощностей для ИИ сконцентрированы лишь в двух странах — США и Китае. Около 150 государств вообще лишены собственной суверенной ИИ-инфраструктуры.
Страны Глобального Юга превращаются в сырьевую базу новой технологической гонки. Их территории несут заметную часть экологической нагрузки от добычи критически важных для чипов минералов и от последующей переработки электронных отходов. Основные стратегические выгоды от развития ИИ при этом получают государства с дата-центрами, капиталом и вычислительными ресурсами.
ООН представила дорожную карту для более ответственного развития ИИ-инфраструктуры из 6 принципов. Правительствам рекомендовано срочно вписать ИИ в стратегии водо- и землепользования, ввести единую отчётность по углеродному, водному и земельному следу. Разработчикам предложено с самого начала проектировать более экономные архитектуры. Корпоративным клиентам стоит выбирать лёгкие локальные модели взамен тяжёлых универсальных систем там, где задача не требует огромных вычислений. Инвесторам авторы советуют рассматривать водные и земельные риски ЦОДов как критически важные факторы при оценке новых проектов.
