ИИ может обогнать биткоин по энергопотреблению к концу 2025 года

По прогнозам исследователя Алекса де Врис-Гао из Амстердамского свободного университета, к концу 2025 года суммарное энергопотребление систем искусственного интеллекта может обогнать тот же показатель по майнингу биткоина. В своей статье в журнале Joule он показал, что на ИИ уже сейчас приходится около 20 % электроэнергии, потребляемой центрами обработки данных. Для оценки он использовал данные о цепочках поставок специализированных чипов и объёмах их выпуска, поскольку технологические гиганты не раскрывают точные цифры по собственным ИИ-моделям.

Де Врис-Гао отметил, что несмотря на улучшение энергоэффективности, общие аппетиты ИИ растут настолько быстро, что сопоставимы с быстрым расширением дата-центров. Появление ChatGPT лишь усилить этот тренд — отрасль продолжает увеличивать размеры моделей, а значит и нагрузку на электросети. В ответ на растущий спрос операторы начинают строить новые газовые и ядерные станции, вызывая опасения по поводу замедления перехода на возобновляемые источники.

Сложно достоверно измерить энергозатраты: компании публикуют экологические отчёты, но редко детализируют долю ИИ, поэтому исследователь прибег к "триангуляции" — сопоставлению открытых данных об оборудовании, финансовых отчётов и оценок аналитиков. Он установил, что в 2024 году ИИ-устройства "потребили" столько же электроэнергии, сколько вся Нидерланды, а к концу 2025-го их суммарная нагрузка сравняется с энергопотреблением Великобритании (~23 ГВт).

В США, по данным ICF, в ближайшее десятилетие спрос на электричество вырастет на четверть, причём часть этого прироста придётся именно на ИИ. При этом реальная нагрузка зависит от ряда факторов: типа модели, местоположения дата-центров, соотношения "зелёной" и традиционной генерации и характера запросов пользователей.

Эксперт отмечает, что эпоха "чем больше, тем лучше" может смениться приоритетом эффективности — примером служит переход Ethereum на энергощадящий алгоритм, после чего потребление блокчейна упало почти на 100 %. Однако "парадокс Джевонса" подсказывает, что экономия приведёт к ещё большему росту использования ИИ-решений. Без прозрачных и детализированных данных о потреблении угадать баланс между эффективностью и объёмом вычислений почти невозможно.