Google เพิ่งเปิดเผยรายละเอียดการใช้พลังงานของการสืบค้น AI ครั้งแรก เผยให้เห็นว่าการใช้งาน Gemini แต่ละครั้งใช้ไฟฟ้าเพียง 0.24 วัตต์-ชั่วโมง แม้ว่าความโปร่งใสนี้จะถือเป็นก้าวสำคัญในการทำความเข้าใจผลกระทบต่อสิ่งแวดล้อมของ AI แต่ชุมชนเทคโนโลยีก็ตั้งคำถามสำคัญเกี่ยวกับความหมายที่แท้จริงของตัวเลขเหล่านี้และสิ่งที่ไม่ได้รวมอยู่ด้วย
รายงานแสดงให้เห็นว่าการสืบค้น AI แต่ละครั้งใช้พลังงานประมาณเท่ากับการใช้ไมโครเวฟเป็นเวลาหนึ่งวินาที หรือการชาร์จโทรศัพท์ประมาณหนึ่งนาที ตัวเลขที่น้อยอย่างน่าประหลาดใจนี้ทำให้หลายคนตั้งคำถามว่าความกังวลเกี่ยวกับผลกระทบต่อสิ่งแวดล้อมของ AI อาจถูกขยายเกินจริงหรือไม่ อย่างไรก็ตาม การอภิปรายในชุมชนเผยให้เห็นช่องว่างที่สำคัญหลายประการในการประเมินนี้
การแบ่งแยกการใช้พลังงานของ Google Gemini :
- พลังงานรวมต่อการสอบถาม: 0.24 วัตต์-ชั่วโมง
- ชิป AI ( TPUs ): 54% ของการใช้พลังงานทั้งหมด
- CPU และหน่วยความจำ: 29% ของการใช้พลังงานทั้งหมด
- อุปกรณ์สำรอง: 10% ของการใช้พลังงานทั้งหมด
- ค่าใช้จ่ายเซิร์ฟเวอร์: 8% ของการใช้พลังงานทั้งหมด
- การใช้น้ำ: 0.26 มิลลิลิตรต่อการสอบถาม
- การปล่อยคาร์บอน: 0.01 กรัม CO₂ ต่อการสอบถาม
ชิ้นส่วนที่หายไป: ต้นทุนการฝึกฝนและโครงสร้างพื้นฐาน
หนึ่งในการวิจารณ์ที่สำคัญที่สุดมุ่งเน้นไปที่สิ่งที่รายงานของ Google จงใจไม่รวม - ต้นทุนพลังงานมหาศาลในการฝึกฝนโมเดล AI บริษัทระบุอย่างชัดเจนว่าพวกเขาจะเก็บการวัดการฝึกฝนโมเดล AI ไว้สำหรับงานในอนาคต ซึ่งหลายคนมองว่าเป็นการละเลยที่สำคัญ การฝึกฝนโมเดลภาษาขนาดใหญ่ต้องใช้ทรัพยากรการคำนวณมหาศาล มักเกี่ยวข้องกับโปรเซสเซอร์ระดับสูงหลายพันตัวที่ทำงานเป็นเวลาหลายสัปดาห์หรือหลายเดือน
ชุมชนชี้ให้เห็นว่าการละเลยนี้เหมือนกับการวัดเพียงต้นทุนเชื้อเพลิงในการขับรถในขณะที่เพิกเฉยต่อพลังงานที่จำเป็นในการผลิตรถ การประมาณการบางส่วนชี้ให้เห็นว่าเมื่อรวมต้นทุนการฝึกฝนเข้าไป รอยเท้าพลังงานทั้งหมดอาจสูงกว่าที่รายงานไว้อย่างมาก ผู้แสดงความเห็นคนหนึ่งระบุว่าข้อมูลของ Google ในปี 2022 ชี้ให้เห็นว่าการฝึกฝนและการอนุมานแบ่งการใช้พลังงานประมาณ 50-50 หมายความว่าต้นทุนที่แท้จริงต่อการสืบค้นอาจเป็นสองเท่าของที่รายงาน
ขนาดและบริบทมีความสำคัญมากกว่าการสืบค้นแต่ละครั้ง
แม้ว่า 0.24 วัตต์-ชั่วโมงต่อการสืบค้นจะฟังดูน้อย แต่การอภิปรายเน้นให้เห็นว่าขนาดเปลี่ยนแปลงทุกอย่าง ประสิทธิภาพพลังงานของการสืบค้นแต่ละครั้งกลายเป็นสิ่งที่เกี่ยวข้องน้อยลงเมื่อพิจารณาว่า AI กำลังถูกรวมเข้าไปในกิจกรรมประจำวันนับไม่ถ้วน - ตั้งแต่เครื่องมือค้นหาไปจนถึงการวิเคราะห์อีเมลไปจนถึงแชทบอทเว็บไซต์ ขณะนี้ผู้ใช้กำลังสร้างการสืบค้น AI หลายพันครั้งต่อวันโดยไม่รู้ตัว
ปัญหาคือตอนนี้เรากำลังใช้พรอมต์มากเกินไปทุกที่ ทุกการสืบค้นในเครื่องมือค้นหา ทุกการกดแป้นพิมพ์ในตัวแก้ไข AI ทุกเว็บไซต์ใหม่ทำการสืบค้นในพื้นหลัง
การรวมนี้หมายความว่าแม้การสืบค้นแต่ละครั้งจะมีประสิทธิภาพ แต่ก็สามารถสะสมเป็นการใช้งานทั้งหมดที่สำคัญเมื่อคูณกับผู้ใช้หลายพันล้านคนทั่วโลก ชุมชนเน้นว่าผลกระทบต่อสิ่งแวดล้อมไม่ได้เป็นเพียงเรื่องการสนทนา ChatGPT ที่มีสติ แต่เกี่ยวกับการประมวลผล AI ที่มองไม่เห็นซึ่งเกิดขึ้นอย่างต่อเนื่องในพื้นหลังของชีวิตดิจิทัลของเรา
การเปรียบเทียบประสิทธิภาพการใช้พลังงาน:
- เทียบเท่าไมโครเวฟ: การทำงาน 1 วินาที
- การชาร์จโทรศัพท์: ~1/80 ของการชาร์จเต็ม
- รถยนต์ไฟฟ้า: เทียบเท่ากับการขับขี่ระยะทาง 5.6 ฟุต (1.7 เมตร)
- ประสิทธิภาพด้านต้นทุน: ~100,000 คำสั่งต่อค่าไฟฟ้า 1 ดอลลาร์ สหรัฐ
- คำสั่งต่อ kWh: ~4,000 คำสั่ง
ความกังวลเรื่องการใช้น้ำและโครงสร้างพื้นฐาน
นอกเหนือจากไฟฟ้า รายงานยังกล่าวถึงการใช้น้ำ โดยประมาณการว่าแต่ละการสืบค้นใช้น้ำประมาณ 0.26 มิลลิลิตร (ประมาณห้าหยด) สิ่งนี้จุดประกายการถกเถียงเกี่ยวกับว่าน้ำที่ใช้สำหรับการระบายความร้อนถูกใช้จริงหรือเพียงแค่ส่งคืนสู่สิ่งแวดล้อมในรูปไอน้ำ ในขณะที่บางคนมองว่าความกังวลเรื่องน้ำเป็นเรื่องที่ขยายเกินจริง คนอื่นๆ ชี้ให้เห็นผลกระทบที่แท้จริงต่อชุมชนท้องถิ่นใกล้ศูนย์ข้อมูล
การอภิปรายเผยให้เห็นความขาดการเชื่อมต่อระหว่างความเข้าใจทางเทคนิคและการรับรู้ของสาธารณะ หลายคนคิดว่าน้ำที่ใช้สำหรับการระบายความร้อนหายไปอย่างถาวร ในขณะที่ความจริงแล้วมันมักจะระเหยและกลับมาเป็นฝนที่อื่น อย่างไรก็ตาม สิ่งนี้ไม่ได้แก้ไขความกังวลที่ถูกต้องเกี่ยวกับผลกระทบต่อแหล่งน้ำใต้ดินท้องถิ่นและการใช้น้ำประปาที่ผ่านการบำบัดสำหรับการระบายความร้อนอุตสาหกรรม
ความโปร่งใส เทียบกับ การตลาด
การตอบสนองของชุมชนแสดงให้เห็นความรู้สึกผสมผสานเกี่ยวกับการเปิดเผยของ Google แม้ว่าหลายคนจะชื่นชมความโปร่งใสที่ไม่เคยมีมาก่อน แต่คนอื่นๆ ตั้งคำถามเกี่ยวกับระยะเวลาและลักษณะการเลือกของข้อมูล บางคนมองว่าเป็นการเคลื่อนไหวเชิงกลยุทธ์เพื่อต่อต้านการประชาสัมพันธ์เชิงลบเกี่ยวกับผลกระทบต่อสิ่งแวดล้อมของ AI โดยเฉพาะอย่างยิ่งเมื่อ Google เลือกที่จะรายงานการใช้พลังงานแบบค่ากลางแทนที่จะเป็นค่าเฉลี่ย
การเลือกค่ากลางแทนค่าเฉลี่ยมีความสำคัญเพราะมันน่าจะนำเสนอภาพที่ดูดีกว่า หากการสืบค้นที่ซับซ้อนจำนวนน้อยใช้พลังงานมากกว่าอย่างมาก ค่าเฉลี่ยจะสูงกว่าค่ากลาง การเลือกทางสถิตินี้ รวมกับการไม่รวมต้นทุนการฝึกฝน ชี้ให้เห็นว่ารายงานอาจเป็นเรื่องของการประชาสัมพันธ์มากกว่าความโปร่งใสที่สมบูรณ์
การถกเถียงสะท้อนคำถามที่กว้างขึ้นเกี่ยวกับวิธีที่บริษัทเทคโนโลยีควรสื่อสารเกี่ยวกับผลกระทบต่อสิ่งแวดล้อม แม้ว่าความโปร่งใสใดๆ ก็เป็นที่ต้อนรับ แต่ชุมชนต้องการการบัญชีที่สมบูรณ์มากขึ้นซึ่งรวมทุกด้านของการใช้ทรัพยากรของ AI ไม่ใช่เพียงแค่ตัวชี้วัดที่ดูดีที่สุด
อ้างอิง: In a first, Google details just how much energy AI apps use