Meredibrating jejak energi AI yang tidak begitu akurat

‘Ledakan AI sedang terjadi dengan cepat, dan infrastruktur energi saat ini tidak dapat dipertahankan’ | Kredit Foto: Getty Images/Istockphoto

Generative Artificial Intelligence (AI) tidak diragukan lagi telah mengurangi akses ke seni dan telah mengurangi waktu dan upaya yang diperlukan untuk menyelesaikan tugas -tugas tertentu. Misalnya, ChatGPT-4O dapat menghasilkan potret yang terinspirasi oleh Gibli Studio dalam hitungan detik dengan hanya satu pemberitahuan. Tetapi kemudahan ini memiliki biaya energi yang signifikan yang sering diabaikan, yang bahkan mengarah pada fusi unit pemrosesan grafis (GPU). Ketika alat IA maju, dampak lingkungan ini akan terus lebih berbahaya, yang menjadikan ini teknologi yang tidak berkelanjutan. Bagaimana AI dapat dikembangkan secara berkelanjutan? Dan manfaatkan energi nuklir, khususnya reaktor modular kecil (SMR), menjadi alternatif yang mungkin?

AI tidak gratis. Setiap kali seseorang menggunakan chatgpt atau alat AI lainnya, di suatu tempat di dunia, ada pusat data yang mengambil listrik, yang sebagian besar dihasilkan dari bahan bakar fosil. “Sangat menyenangkan melihat orang menyukai gambar di chatgpt, tetapi GPU kami meleleh,” Sam Altman, CEO Openai tweeted. Proyeksi menunjukkan bahwa pusat data ini dapat mewakili 10% dari total penggunaan listrik di dunia pada tahun 2030. Meskipun perkiraan ini mencerminkan kecenderungan energi dunia, perlu untuk menyoroti bahwa India saat ini memiliki kapasitas yang cukup untuk menghasilkan listrik untuk kebutuhan AI nasional mereka sendiri. Namun, dengan adopsi dan ambisi yang lebih besar, perencanaan proaktif sangat penting.

Latih model AI, apakah alat percakapan seperti chatgpt atau alat generator gambar seperti midjourney, dapat menghasilkan jumlah CO2 yang sama dengan lima mobil yang terus dieksekusi sepanjang hidup mereka. Setelah diimplementasikan, IA Tools terus menarik kekuatan besar pusat data, karena mereka melayani pengguna yang tak terhitung banyaknya di seluruh dunia. Konsumsi sumber daya ini luar biasa, dan menjadi lebih tidak berkelanjutan ketika adopsi AI tumbuh.

Untuk mulai dengan, perusahaan AI harus transparan tentang konsumsi energi mereka. Serta beberapa peraturan memerlukan penyebaran praktik privasi yang mengelilingi penggunaan data, perusahaan juga harus wajib untuk mengungkapkan dampak lingkungan mereka; Pertama, berapa banyak energi yang dikonsumsi? Kedua, dari mana asalnya? Ketiga, langkah apa yang diambil untuk meminimalkan konsumsi energi? Data ini akan memberikan lebih banyak informasi tentang di mana lebih banyak energi digunakan dan mendorong penelitian dan pengembangan untuk menciptakan model pengembangan AI yang lebih berkelanjutan.

Keuntungan SMRS

Solusi lain, mungkin kontroversial, adalah untuk mengatasi sumber energi di balik semua pertumbuhan teknologi ini. Sudah waktunya untuk energi nuklir, terutama SMR, menjadi serius. Meskipun ini sering menjadi masalah perdebatan panas, ini juga merupakan solusi potensial yang kuat untuk tuntutan energi yang diciptakan oleh AI dan teknologi yang muncul lainnya. Boom AI sedang terjadi dengan cepat, dan infrastruktur energi saat ini tidak dapat mengikuti perkembangan.

SMR memiliki peluang transformasi bagi panorama energi global untuk mendukung AI dalam infrastruktur boom dan data. Tidak seperti pembangkit energi nuklir skala besar tradisional yang membutuhkan lahan, air, dan infrastruktur yang luas, SMR dirancang agar kompak dan dapat diskalakan. Fleksibilitas ini memungkinkan mereka untuk diimplementasikan lebih dekat ke fasilitas energi tinggi, seperti pusat data, yang membutuhkan daya konstan dan andal untuk mengelola sejumlah besar beban kerja komputasi. Kemampuan mereka untuk menyediakan listrik 24×7, nol karbon dan pangkalan menjadikannya alternatif yang ideal untuk sumber -sumber terbarukan, seperti energi matahari dan angin, memastikan pasokan energi yang stabil terlepas dari kondisi iklim.

Manfaat SMR melampaui keandalan energi. Konstruksi modularnya mengurangi waktu konstruksi dan biaya dibandingkan dengan pembangkit nuklir konvensional, memungkinkan penyebaran yang lebih cepat untuk memenuhi permintaan AI dan industri berbasis data yang meningkat. Selain itu, SMR menawarkan karakteristik keselamatan yang lebih baik, dengan sistem keselamatan pasif yang bergantung pada fenomena alam untuk mendinginkan inti reaktor dan mati dengan aman, mengurangi risiko kecelakaan. Ini membuat mereka lebih dapat diterima dan lebih mudah untuk diintegrasikan di daerah di mana fasilitas nuklir skala besar akan menghadapi oposisi. Kemampuan SMR untuk beroperasi di lingkungan yang beragam, dari daerah perkotaan hingga lokasi terpencil, juga mendukung desentralisasi produksi energi, mengurangi kehilangan transmisi dan peningkatan ketahanan jaringan.

Beberapa tantangan

Namun, adopsi SMR tidak dibebaskan dari tantangan. Perubahan kebijakan yang signifikan akan diperlukan untuk menciptakan kerangka kerja peraturan yang solid yang membahas keselamatan, pengelolaan limbah, dan persepsi publik. Ada juga masalah investasi awal yang substansial, karena teknologi masih matang dan dapat menghadapi masalah daya saing biaya dibandingkan dengan sumber energi yang sudah mapan. Selain itu, koordinasi implementasi SMR dengan inisiatif energi terbarukan yang ada akan membutuhkan perencanaan yang cermat untuk memaksimalkan sinergi dan meminimalkan redundansi. Dalam kasus India, terlepas dari tantangan ini, diharapkan bahwa biaya listrik SMRS turun dari ₹ 10,3 menjadi ₹ 5 per kWh setelah reaktor fungsional, yang lebih rendah dari biaya listrik rata -rata.

Sebagai kesimpulan, model asosiasi publik-swasta menyajikan solusi realistis untuk tantangan pembangunan AI yang berkelanjutan. Dengan memanfaatkan kekuatan kedua sektor, model ini dapat memfasilitasi pengembangan SMR yang efisien bersama dengan bentuk energi terbarukan lainnya untuk mendukung kemajuan dalam AI.

Anwesha Sen ada di Lembaga Takshashila. Sourav Mannaraprayil bersama institusi Takshashila