Искусственный интеллект до конца 2025 года будет потреблять больше энергии чем майнинг криптовалют

Искусственный интеллект уже в скором времени может превзойти майнинг Bitcoin по объемам потребляемой электроэнергии, сообщает новое исследование в журнале Joule. По прогнозам исследователя Алекса де Врис-Гао из Института экологических исследований Урийе Университета Амстердама, до конца 2025 года на построенные для ИИ дата-центры будет приходиться почти половина всего потребления электроэнергии центрами обработки данных в мире, пишет The Verge.

Де Врис-Гао, известный своими исследованиями энергопотребления криптовалют, оценил, что уже сейчас ИИ использует до 20% электричества дата-центров. Чтобы узнать настоящую цифру, он проанализировал объем производства специализированных чипов для ИИ, в частности данные TSMC о выпуске процессоров для NVIDIA и AMD, и сравнил с информацией об их энергопотреблении. По его оценкам, потребности ИИ в электроэнергии увеличатся до 23 ГВт — эквивалент потребления всех британских дата-центров.

Это почти вдвое больше, чем сегодня тратит сеть для майнинга Bitcoin (примерно 10 ГВт). Всплески спроса уже вынуждают американские энергокомпании планировать строительство новых газовых электростанций и даже восстанавливать проекты ядерной энергетики. Эксперты предупреждают, что внезапные нагрузки могут подорвать стабильность сетей и замедлить переход к возобновляемым источникам энергии — ситуацию, похожую на сложившуюся вокруг мощных ферм криптомайнинга.

Консалтинговая компания ICF также прогнозирует, что к 2030 г. спрос на электроэнергию со стороны американских дата-центров вырастет на 25%, причем ИИ и классические облачные сервисы будут составлять основную часть этого роста.

Точные расчеты энергопотребления ИИ усложняются из-за отсутствия прозрачности со стороны крупных технологических корпораций: они не детализируют в своих отчетах, какая часть выбросов или потребления приходится именно на ИИ. “Недопустимо сложно получить хоть приблизительный показатель”, — констатирует де Врис-Гао. Он призывает к обязательному раскрытию этих данных, чтобы правительства могли формулировать взвешенные политики в области энергетики и климата.

Некоторые стартапы, например DeepSeek, утверждают, что их модели требуют в десятки раз меньше энергии, чем коммерческие аналоги. Но даже в таких условиях существует риск парадокса Джефсона: повышенная эффективность может стимулировать еще больший объем использования ИИ и в целом увеличить суммарное энергопотребление.