گوگل بیسروصدا هدف خود برای دستیابی به انتشار کربن صفر خالص تا سال ۲۰۳۰ را از وبسایت پایداری خود حذف کرده است. این اقدام، که اولین بار توسط Canada’s National Observer گزارش شد، نشاندهنده تغییر رویکرد این غول فناوری در قبال تعهدات زیستمحیطی خود است. اگرچه سخنگوی گوگل بر ادامه تلاشها برای رسیدن به این هدف تأکید کرده و از کاهش ۱۲ درصدی انتشار انرژی مراکز داده در سال ۲۰۲۴ خبر داده، اما لحن بیان این هدف در وبسایتهای رسمی به سمت یک «آرزوی بلندپروازانه» متمایل شده است تا یک تضمین قطعی.
این تغییر در بحبوحه افزایش چشمگیر هزینههای انرژی ناشی از توسعه مراکز داده هوش مصنوعی و همچنین تغییرات در سیاستهای زیستمحیطی دولت ایالات متحده صورت میگیرد. گوگل به دلیل گسترش فعالیتهای هوش مصنوعی، شاهد افزایش ۴۸ درصدی انتشار گازهای گلخانهای خود در سال گذشته بوده است که دستیابی به هدف ۲۰۳۰ را چالشبرانگیز میکند. این وضعیت، چالشهای فزاینده شرکتهای فناوری بزرگ در تعادل بین نوآوریهای پرمصرف و مسئولیتهای زیستمحیطیشان را برجسته میکند.
مدل هوش مصنوعی GPT-5 شرکت OpenAI، با وجود توانمندیهای چشمگیرش نسبت به نسخههای پیشین، به طور قابل ملاحظهای پرمصرفتر است. بر اساس تخمینهای آزمایشگاه هوش مصنوعی دانشگاه رود آیلند که توسط گاردین گزارش شده، GPT-5 حدود 8.6 برابر بیشتر از GPT-4 انرژی مصرف میکند. این تخمینها نشان میدهند که یک پاسخ متوسط از GPT-5 میتواند تا 40 واتساعت برق مصرف کند، در حالی که میانگین مصرف آن کمی بیش از 18 واتساعت در هر درخواست است.
با توجه به 2.5 میلیارد درخواست روزانه ChatGPT، اگر تمام این درخواستها توسط GPT-5 پردازش شوند، مصرف انرژی روزانه میتواند به 45 گیگاواتساعت برسد. این میزان مصرف انرژی بسیار عظیم است و معادل برق تولیدی دو تا سه راکتور نیروگاه هستهای مدرن است که میتواند برای تامین برق یک کشور کوچک کافی باشد. این ارقام نگرانیهای جدی را در مورد ردپای انرژی کلی مدلهای هوش مصنوعی و تاثیر آنها بر زیرساختهای انرژی جهانی ایجاد میکند.
محققان برای اندازهگیری مصرف برق GPT-5، مدت زمان پاسخدهی مدل و تخمین مصرف برق سختافزار میزبان را ترکیب کردهاند. از آنجایی که OpenAI جزئیات دقیق استقرار را فاش نکرده، محققان حدس میزنند که این مدل بر روی سیستمهای Nvidia DGX H100 یا H200 در مایکروسافت آژور اجرا میشود. تخمینها شامل اجزای غیر GPU و ضرایب محیطی آژور نیز میشود. با این حال، تاکید شده است که این روش آزمایش ایدهآل نیست و اگر سختافزار واقعی متفاوت باشد (مانند Blackwell انویدیا)، تخمینها ممکن است نادرست باشند.
با وجود اینکه GPT-5 از طراحی “ترکیب متخصصان” برای کاهش مصرف در درخواستهای کوتاه استفاده میکند، اما حالت استدلال آن میتواند مصرف برق را تا 10 برابر افزایش دهد. در نهایت، اگرچه این اعداد مطلق ممکن است کاملاً دقیق نباشند، اما شواهد نشان میدهد که مراکز داده هوش مصنوعی در حال حاضر منجر به افزایش سرسامآور قبوض برق در ایالات متحده شدهاند و با ادامه گسترش این فناوری، بحران انرژی بدتر خواهد شد. این گزارش بر لزوم توجه بیشتر به پایداری و بهینهسازی مصرف انرژی در توسعه هوش مصنوعی تاکید میکند.