As emissões de gases de efeito estufa do treinamento ChatGPT-3 consomem mais de 50,000 galões de gasolina. Isso é preocupante, não é? Então, hoje vamos aprender fatos sobre o consumo de energia em modelos de IA e a importância da IA Generativa para um mundo mais sustentável.
Quanta energia o ChatGPT usa por dia?
O consumo de energia do modelo ChatGPT 3 por dia é de aproximadamente 2916 kWh.
Ao inserir palavras-chave em modelos de IA conversacional como o ChatGPT (Generative Pretrained Transformer), com base na entrada recebida, o modelo gera uma resposta que imita dinamicamente os padrões de fala humanos. No entanto, esse processo exige acesso a recursos computacionais de alto desempenho, incluindo CPUs potentes, GPUs ou aceleradores de IA especializados, como TPUs.
Para lidar com implantações em larga escala e acomodar grandes volumes de interações de usuários, o GPT pode aproveitar técnicas de computação distribuída para seus 175 bilhões de parâmetros de busca. Isso consome energia, pois a Internet funciona em servidores com hardware integrado.
Solicitamos à própria ChatGPT que determinasse seu consumo diário, mas não obtivemos uma resposta confiável.
Portanto, precisamos encontrar uma maneira de estimar o consumo de energia. Após analisar este artigo científico , constatou-se que o treinamento do modelo GPT-3 exigiu o equivalente a 405 anos de consumo de energia das GPUs Nvidia V100 , que consomem cerca de 300 W de potência . Em termos mais simples, seriam necessárias aproximadamente 405 GPUs V100 trabalhando simultaneamente durante um ano para concluir o processo de treinamento.
Usando esta fórmula , você pode encontrar o consumo de energia do ChatGPT 3, que é de 300W (consumo de energia V100) * 24 horas por dia * 365 dias por ano * 405 anos = aproximadamente 1064 MWh.
Isso resultou na emissão de aproximadamente 460 toneladas métricas de CO2 equivalente.
Agora, usando esta Calculadora de Equivalências de Gases de Efeito Estufa , esses dados são equivalentes a
- Emissões de gases com efeito de estufa de 1,179,951 milhas percorridas por um veículo de passageiros movido a gasolina ou
- Emissões de CO2 do uso de energia de 58 residências por um ano
Consumo de energia diário do ChatGPT 3
O consumo de energia do GPT 3 por dia é de aproximadamente 300 W (consumo de energia do V100) * 24 horas por dia * 405 anos = 2916 kWh
É igual a 1.3 toneladas de dióxido de carbono equivalente, o que é semelhante às emissões de CO2 de
- 1413 libras de carvão queimado ou
- 153,446 smartphones carregados
Nota : Estes valores podem variar à medida que o ChatGPT lança novas versões ao longo do tempo ou podem ocorrer atualizações nas metodologias e variáveis.
Quanta energia o ChatGPT consome por mês
O consumo de energia do GPT 3 por mês pode ser calculado como
300W (consumo de energia V100) * 24 horas por dia * 30 dias (em média) * 405 anos = aproximadamente 87,480 kWh .
- Consumo de energia de 4 casas durante 1 ano
- Isso é comparável às emissões de gases de efeito estufa produzidas ao dirigir um veículo de passageiros movido a gasolina por 97,013 quilômetros.
- Isso equivale às emissões de CO2 geradas pelo consumo de 3,717 galões de óleo diesel.
Após obter essas informações, o interesse reside em conhecer o consumo de energia por consulta do ChatGPT da OpenAI, mas pode não ser aconselhável simplesmente dividir a energia consumida para o treinamento do ChatGPT (1064 MWh) pelo número de consultas em um único dia. Algoritmos treinados podem ser utilizados diversas vezes ao longo de vários dias, o que dificulta o rastreamento preciso do número de consultas do ChatGPT ao longo do tempo.
Leia também: Os centros de dados sedentos da ChatGPT estão esgotando os recursos hídricos.
Quanta eletricidade ou energia a IA consome?
As tendências atuais de consumo de energia da IA sugerem que a tecnologia pode consumir até 29.3 TWh de eletricidade anualmente . Isso equivale ao consumo total anual de eletricidade de toda a Irlanda.
Até 2027, o consumo global de eletricidade relacionado à IA poderá aumentar entre 85.4 e 134.0 TWh anualmente , impulsionado principalmente pela fabricação de novos servidores. Esse aumento é comparável ao consumo anual de eletricidade de países como Holanda, Argentina e Suécia.
Como tornar a IA generativa mais ecológica
Você pode seguir estas dicas para tornar a IA Generativa mais ecológica:
1. Aproveite grandes modelos generativos em vez de criar novos: As empresas, com exceção de grandes fornecedores ou provedores de nuvem, não precisam criar grandes modelos . Essas empresas geralmente possuem os dados e grande poder computacional na nuvem, portanto, não precisam se preocupar com a construção desses modelos. Isso reduz a necessidade de treinamento extensivo, que consome recursos computacionais significativos.
2. Implementar métodos computacionais que economizam energia: O processamento local em microcontroladores minúsculos economiza energia mil vezes mais eficientemente, sem a necessidade de transferir dados para servidores externos. Por exemplo, utilize técnicas como regularização de esparsidade ou aritmética de baixa precisão , e TinyML para processamento de dados, a fim de reduzir a carga computacional.
3. Utilize modelos grandes somente quando forem relevantes: Evite usar modelos desnecessariamente grandes para tarefas em que modelos menores sejam suficientes. Antes de recorrer ao aprendizado de máquina ou à inteligência artificial, os desenvolvedores devem explorar diversas soluções alternativas por meio de pesquisa e análise. Somente quando um modelo grande agregar valor substancial, ele deve ser considerado, garantindo que os recursos sejam utilizados de forma eficiente para resolver o problema em questão.
4. Seja seletivo ao usar IA generativa: Tenha cautela ao empregar IA generativa, especialmente para tarefas como gerar posts de blog ou histórias engraçadas, que podem não justificar os altos recursos computacionais necessários. Evite usar modelos generativos em tarefas onde métodos tradicionais mais simples sejam suficientes, reduzindo assim o consumo desnecessário de energia.
5. Promover fontes de energia para provedores de nuvem ou data centers: Apoiar iniciativas para o uso de fontes de energia renováveis para alimentar a infraestrutura e as operações de IA, a fim de minimizar a intensidade de carbono da IA e do software.
6. Reutilizar recursos: Reutilizar a tecnologia sempre que possível e reciclar materiais para componentes tecnológicos mais recentes, como laptops e processadores, também minimiza o impacto ambiental da extração de recursos.
7. Inclua a atividade de IA no seu monitoramento de carbono: Monitore a pegada de carbono associada às suas atividades de IA, incluindo os processos de treinamento e inferência. As empresas devem divulgar os dados de monitoramento de carbono para permitir que os clientes tomem decisões informadas sobre os projetos relacionados à IA. O cálculo das emissões depende de dados de fornecedores e empresas de processamento, como laboratórios de pesquisa e provedores de serviços de IA, como a OpenAI.
8. Explore Técnicas de Algoritmos Inteligentes: Invista em pesquisa e desenvolvimento de algoritmos energeticamente eficientes para IA generativa. Eles orientam o software na interpretação de imagens e áudio, permitindo que ele obtenha insights. São como receitas, guiando o software e o hardware como chefs e eletrodomésticos, respectivamente. Assim como uma receita simplifica as tarefas culinárias, algoritmos eficientes otimizam o processamento de dados, reduzindo a carga de trabalho dos componentes de software e hardware. Maior eficiência diminui os requisitos de energia computacional, contribuindo para práticas de IA mais sustentáveis.
9. Invista em energia: Por exemplo, as empresas podem fazer parcerias com organizações como a EARTHLY para avaliar sua pegada de carbono usando padrões da indústria, ou usar diversos pacotes e ferramentas online, como CodeCarbon , Green Algorithms e ML CO2 Impact , que permitem estimar as emissões dentro do código durante a execução. Essas plataformas oferecem propostas personalizadas para estratégias de mitigação de carbono, permitindo que as empresas monitorem seu impacto ambiental.
Veja também: Tecnologia de IA da Neara, empresa australiana, para proteger serviços públicos de condições climáticas extremas.
Pesquisa Google Consumo de energia por ano
O consumo de energia do Google aumentou para 22.29 TWh em 2022, em comparação com 12.7 TWh em 2019.
No entanto, o Google implementou diversas iniciativas para lidar com seu consumo de energia. A empresa se comprometeu a abastecer suas operações com energia 100% renovável, investindo em projetos como parques eólicos e solares, além de projetos de compensação de carbono. Para compensar suas emissões de carbono, o Google está se concentrando em aprimorar a eficiência energética de seus data centers e instalações.
O gráfico abaixo mostra o consumo de energia do Google para os anos de 2018 a 2022
Acolhemos os avanços tecnológicos, mas é essencial conhecer a pegada energética de modelos de IA como o ChatGPT da OpenAI, que processa milhões de consultas diariamente. Isso depende de fatores como o tamanho do modelo, a complexidade das tarefas e o hardware utilizado para computação. Além disso, para criar um mundo sustentável, você pode verificar o impacto ambiental positivo e negativo da inteligência artificial.
