चैटजीपीटी प्रतिदिन कितनी ऊर्जा का उपयोग करता है?

चैटजीपीटी-3 के प्रशिक्षण से ग्रीनहाउस गैस उत्सर्जन में 50,000+ गैलन गैसोलीन की खपत होती है। यह चिंताजनक है, है न? तो, आज हम एआई मॉडल में ऊर्जा खपत और अधिक टिकाऊ दुनिया के लिए जनरेटिव एआई के महत्व के बारे में तथ्य सीखते हैं।

चैटजीपीटी प्रतिदिन कितनी ऊर्जा का उपयोग करता है?

ChatGPT 3 मॉडल की प्रतिदिन की ऊर्जा खपत लगभग 2916 किलोवाट घंटे है ।

जब आप चैटजीपीटी (जेनरेटिव प्रीट्रेन्ड ट्रांसफॉर्मर) जैसे कन्वर्सेशनल एआई मॉडल में कीवर्ड दर्ज करते हैं, तो प्राप्त इनपुट के आधार पर, मॉडल गतिशील रूप से मानव टाइपिंग की नकल करते हुए प्रतिक्रिया उत्पन्न करता है। हालांकि, इस प्रक्रिया के लिए शक्तिशाली सीपीयू, जीपीयू या टीपीयू जैसे विशेष एआई एक्सेलेरेटर सहित उच्च-प्रदर्शन कंप्यूटिंग संसाधनों तक पहुंच की आवश्यकता होती है ।

बड़े पैमाने पर तैनाती और उपयोगकर्ता अंतःक्रियाओं की भारी मात्रा को संभालने के लिए, जीपीटी खोज के लिए अपने 175 बिलियन मापदंडों की वितरित कंप्यूटिंग तकनीकों का लाभ उठा सकता है । इसमें ऊर्जा की खपत होती है क्योंकि इंटरनेट हार्डवेयर से जुड़े सर्वरों पर चलता है।

हमने चैटजीपीटी से ही इसकी दैनिक खपत का पता लगाने के लिए कहा, लेकिन हमें कोई विश्वसनीय जवाब नहीं मिला।

इसलिए, हमें ऊर्जा खपत का अनुमान लगाने का कोई तरीका ढूंढना होगा। इस शोध पत्र को पढ़ने के बाद , पता चला कि GPT-3 मॉडल को प्रशिक्षित करने के लिए Nvidia V100 GPUs से 405 वर्षों की ऊर्जा खपत के बराबर ऊर्जा की आवश्यकता होती है , जो लगभग 300W बिजली की खपत के लिए जाने जाते हैं । सरल शब्दों में कहें तो, प्रशिक्षण प्रक्रिया को पूरा करने के लिए लगभग 405 V100 GPUs को एक साथ एक वर्ष तक काम करना होगा।

इस सूत्र का उपयोग करके , आप ChatGPT 3 की ऊर्जा खपत ज्ञात कर सकते हैं, जो कि 300W (V100 बिजली की खपत) * 24 घंटे प्रति दिन * 365 दिन प्रति वर्ष * 405 वर्ष = लगभग 1064 मेगावाट घंटे है ।

इसके परिणामस्वरूप लगभग 460 मीट्रिक टन CO2 के समतुल्य उत्सर्जन हुआ ।

अब, इस ग्रीनहाउस गैस समतुल्यता कैलकुलेटर का उपयोग करके , यह डेटा इसके बराबर है

• एक औसत गैसोलीन-चालित यात्री वाहन या कार द्वारा चलाए गए 1,179,951 मील से ग्रीनहाउस गैस उत्सर्जन
• 2 घरों से एक वर्ष के लिए ऊर्जा उपयोग से CO58 उत्सर्जन

चैटजीपीटी 3 की प्रतिदिन ऊर्जा खपत

जीपीटी 3 की प्रतिदिन की ऊर्जा खपत 300 वाट (प्रति 100 वाट बिजली की खपत) * 24 घंटे प्रतिदिन * 405 वर्ष = लगभग 2916 किलोवाट घंटे है।

यह 1.3 टन कार्बन डाइऑक्साइड समतुल्य के बराबर है जो कार्बन डाइऑक्साइड उत्सर्जन के समान है।

• 1413 पाउंड कोयला जला या
• 153,446 स्मार्टफोन चार्ज किए गए

नोट : समय-समय पर ChatGPT द्वारा नए संस्करण जारी किए जाने या कार्यप्रणाली और चर में अपडेट होने के कारण ये आंकड़े भिन्न हो सकते हैं।

चैटजीपीटी प्रति माह कितनी ऊर्जा खपत करता है

प्रति माह GPT 3 की ऊर्जा खपत की गणना इस प्रकार की जा सकती है

300 वाट (100 वाट बिजली की खपत) * 24 घंटे प्रति दिन * 30 दिन (औसतन) * 405 वर्ष = लगभग 87,480 किलोवाट घंटा ।

• 4 वर्ष के लिए 1 घरों का ऊर्जा उपयोग
• यह एक औसत गैसोलीन-चालित यात्री वाहन द्वारा 97,013 मील चलाये जाने से उत्पन्न ग्रीनहाउस गैस उत्सर्जन के बराबर है।
• यह 2 गैलन डीजल ईंधन के उपभोग से उत्पन्न CO3,717 उत्सर्जन के बराबर है।

इस जानकारी के बाद, ओपन एआई चैटजीपीटी द्वारा प्रति क्वेरी उपयोग की जाने वाली ऊर्जा को जानना दिलचस्प हो जाता है, लेकिन चैटजीपीटी के प्रशिक्षण में खर्च हुई ऊर्जा (1064 मेगावाट घंटे) को एक दिन में क्वेरी की संख्या से विभाजित करना उचित नहीं होगा। प्रशिक्षित एल्गोरिदम का उपयोग कई दिनों तक कई बार किया जा सकता है, जिससे समय के साथ चैटजीपीटी क्वेरी की संख्या को सटीक रूप से ट्रैक करना चुनौतीपूर्ण हो जाता है।

यह भी पढ़ें: चैटजीपीटी के अत्यधिक ऊर्जा खपत करने वाले डेटा सेंटर जल संसाधनों को खत्म कर रहे हैं

AI कितनी बिजली या ऊर्जा की खपत करता है?

कृत्रिम बुद्धिमत्ता (एआई) के ऊर्जा उपयोग के मौजूदा रुझान बताते हैं कि यह तकनीक प्रतिवर्ष 29.3 किलोवाट घंटे तक बिजली की खपत कर सकती है । यह आयरलैंड देश की कुल वार्षिक बिजली खपत के बराबर है।

2027 तक, वैश्विक स्तर पर एआई से संबंधित बिजली की खपत में सालाना 85.4–134.0 ट्रिलियन वाट घंटे की वृद्धि हो सकती है , जिसका मुख्य कारण नए निर्मित सर्वर होंगे। यह वृद्धि नीदरलैंड, अर्जेंटीना और स्वीडन जैसे देशों की वार्षिक बिजली खपत के बराबर है।

जनरेटिव एआई को हरित कैसे बनाया जाए

जनरेटिव एआई को अधिक हरित बनाने के लिए आप इन सुझावों का पालन कर सकते हैं:

1. नए मॉडल बनाने के बजाय मौजूदा जनरेटिव मॉडलों का उपयोग करें: बड़ी कंपनियों, जैसे कि बड़े विक्रेता या क्लाउड प्रदाता, को बड़े मॉडल बनाने की आवश्यकता नहीं होती है । इन कंपनियों के पास आमतौर पर क्लाउड में डेटा और पर्याप्त कंप्यूटिंग क्षमता होती है, इसलिए उन्हें मॉडल बनाने की झंझट में नहीं पड़ना पड़ता। इससे व्यापक प्रशिक्षण की आवश्यकता कम हो जाती है, जिसमें काफी कंप्यूटिंग संसाधनों की खपत होती है।

2. ऊर्जा-बचत करने वाली गणना विधियों को लागू करें: छोटे माइक्रोकंट्रोलरों पर स्थानीय प्रसंस्करण से डेटा को बाहरी सर्वरों पर स्थानांतरित किए बिना बिजली की खपत में हज़ार गुना अधिक कुशलता से बचत होती है। उदाहरण के लिए, गणना भार को कम करने के लिए स्पार्सिटी रेगुलराइजेशन या लो-प्रिसिजन अंकगणित जैसी तकनीकों और डेटा प्रोसेसिंग के लिए TinyML का उपयोग करें।

3. बड़े मॉडल का उपयोग तभी करें जब वह महत्वपूर्ण हो: ऐसे कार्यों के लिए अनावश्यक रूप से बड़े मॉडल का उपयोग करने से बचें जहाँ छोटे मॉडल पर्याप्त हों। मशीन लर्निंग या कृत्रिम बुद्धिमत्ता का सहारा लेने से पहले, डेवलपर्स को शोध और विश्लेषण के माध्यम से विभिन्न वैकल्पिक समाधानों का पता लगाना चाहिए। किसी बड़े मॉडल पर तभी विचार किया जाना चाहिए जब वह पर्याप्त मूल्य प्रदान करे, यह सुनिश्चित करते हुए कि संसाधनों का उपयोग समस्या के समाधान के लिए कुशलतापूर्वक किया जाए।

4. जनरेटिव एआई का उपयोग करते समय सावधानी बरतें: जनरेटिव एआई का उपयोग करते समय सतर्क रहें, खासकर ब्लॉग पोस्ट या मनोरंजक कहानियाँ लिखने जैसे कार्यों के लिए, जिनमें आवश्यक उच्च स्तर के कम्प्यूटेशनल संसाधनों की आवश्यकता नहीं होती है। ऐसे कार्यों के लिए जनरेटिव मॉडल का उपयोग करने से बचें जहाँ सरल, पारंपरिक विधियाँ पर्याप्त हों, जिससे अनावश्यक ऊर्जा खपत कम हो सके।

5. क्लाउड प्रदाता या डेटासेंटर के लिए ऊर्जा स्रोतों को बढ़ावा देना: एआई बुनियादी ढांचे और संचालन को शक्ति प्रदान करने के लिए नवीकरणीय ऊर्जा स्रोतों का उपयोग करने की पहलों का समर्थन करें, ताकि एआई और सॉफ्टवेयर की कार्बन तीव्रता को कम किया जा सके।

6. संसाधनों का पुनः उपयोग: जब भी संभव हो, प्रौद्योगिकी का पुनः उपयोग करना और लैपटॉप और प्रोसेसर जैसे नए तकनीकी घटकों के लिए सामग्रियों का पुनर्चक्रण करना भी संसाधन निष्कर्षण के पर्यावरणीय प्रभाव को कम करता है।

7. कार्बन निगरानी में एआई गतिविधि को शामिल करें: प्रशिक्षण और अनुमान प्रक्रियाओं सहित अपनी एआई गतिविधियों से जुड़े कार्बन फुटप्रिंट पर नज़र रखें । कंपनियों को कार्बन निगरानी डेटा को सार्वजनिक करना चाहिए ताकि ग्राहक एआई से संबंधित कार्यों के बारे में सोच-समझकर निर्णय ले सकें। उत्सर्जन की गणना आपूर्तिकर्ताओं और प्रसंस्करण फर्मों जैसे अनुसंधान प्रयोगशालाओं और ओपनएआई जैसे एआई सेवा प्रदाताओं से प्राप्त डेटा पर निर्भर करती है।

8. स्मार्ट एल्गोरिदम तकनीकों का अन्वेषण करें: जनरेटिव एआई के लिए ऊर्जा-कुशल एल्गोरिदम के अनुसंधान और विकास में निवेश करें। ये एल्गोरिदम सॉफ्टवेयर को दृश्य और श्रव्य डेटा को समझने में मार्गदर्शन करते हैं, जिससे सॉफ्टवेयर को महत्वपूर्ण निष्कर्ष निकालने में मदद मिलती है। ये एल्गोरिदम व्यंजनों की तरह हैं, जो सॉफ्टवेयर और हार्डवेयर को क्रमशः रसोइये और रसोई के उपकरणों के रूप में मार्गदर्शन करते हैं। जिस प्रकार व्यंजन खाना पकाने के कार्यों को सरल बनाते हैं, उसी प्रकार कुशल एल्गोरिदम डेटा प्रोसेसिंग को अनुकूलित करते हैं, जिससे सॉफ्टवेयर और हार्डवेयर घटकों पर कार्यभार कम होता है । बढ़ी हुई दक्षता से कंप्यूटिंग शक्ति की आवश्यकता कम होती है, जिससे पर्यावरण के अनुकूल एआई पद्धतियों को बढ़ावा मिलता है।

9. ऊर्जा में निवेश करें: उदाहरण के लिए, कंपनियां EARTHLY जैसी संस्थाओं के साथ साझेदारी करके उद्योग मानकों का उपयोग करते हुए अपने कार्बन फुटप्रिंट का आकलन कर सकती हैं, या CodeCarbon , Green Algorithms और ML CO2 Impact जैसे कई पैकेज और ऑनलाइन टूल का उपयोग कर सकती हैं , जो रनटाइम के दौरान आपके कोड में उत्सर्जन का अनुमान लगाने के लिए उपलब्ध हैं। ये कार्बन उत्सर्जन को कम करने की रणनीतियों के लिए अनुकूलित प्रस्ताव प्रदान करेंगे, जिससे कंपनियां प्लेटफॉर्म के माध्यम से अपने पर्यावरणीय प्रभाव की निगरानी कर सकेंगी।

यह भी देखें: ऑस्ट्रेलिया स्थित नीरा की एआई तकनीक चरम मौसम से बिजली कंपनियों की सुरक्षा करेगी

गूगल सर्च प्रति वर्ष ऊर्जा खपत

गूगल की ऊर्जा खपत 2022 में बढ़कर 22.29 TWh हो गई, जो 2019 में 12.7 TWh थी।

हालांकि, गूगल ने अपनी ऊर्जा खपत को कम करने के लिए कई पहलें की हैं। इसने पवन और सौर ऊर्जा संयंत्रों जैसे नवीकरणीय ऊर्जा परियोजनाओं और कार्बन ऑफसेट परियोजनाओं में निवेश करके अपने संचालन को 100% नवीकरणीय ऊर्जा से संचालित करने की प्रतिबद्धता जताई है। अपने कार्बन उत्सर्जन की भरपाई के लिए, यह अपने डेटा केंद्रों और सुविधाओं की ऊर्जा दक्षता में सुधार पर ध्यान केंद्रित कर रहा है।

नीचे दिया गया ग्राफ़ वर्ष 2018 से 2022 तक Google की ऊर्जा खपत को दर्शाता है

हम तकनीकी प्रगति को अपनाते हैं, लेकिन ओपनएआई के चैटजीपीटी जैसे एआई मॉडल की ऊर्जा खपत को जानना आवश्यक है, जो प्रतिदिन लाखों प्रश्नों को संभालता है। यह मॉडल के आकार, कार्यों की जटिलता और गणना के लिए उपयोग किए जाने वाले हार्डवेयर जैसे कारकों पर निर्भर करता है। इसके अलावा, एक सतत विश्व के निर्माण के लिए, आप कृत्रिम बुद्धिमत्ता के सकारात्मक और नकारात्मक पर्यावरणीय प्रभावों का अध्ययन कर सकते हैं।