Nel dibattito sull’Intelligenza Artificiale e l’energia, una domanda fondamentale emerge in modo chiaro: l’AI sarà un alleato nel ridurre le emissioni o contribuirà ad aumentare la domanda energetica?
Mentre l’AI offre potenziali vantaggi nell’ottimizzare l’efficienza e supportare la transizione verso fonti energetiche più pulite, sorgono concreti timori riguardo alla sua crescente richiesta di risorse energetiche e al possibile impatto ambientale. Ad esempio, l’uso di modelli predittivi basati sull’AI per ottimizzare la produzione e la distribuzione di energia può ridurre gli sprechi e migliorare l’efficienza operativa delle reti elettriche. Oppure essere impiegata per monitorare e regolare automaticamente l’uso di energia in edifici e impianti industriali, contribuendo a ridurre i consumi e le emissioni di carbonio.
Tuttavia, esistono anche preoccupazioni legate alla crescente dipendenza dall’Intelligenza artificiale, che potrebbe portare a una maggiore domanda energetica per alimentare algoritmi complessi e infrastrutture di calcolo avanzate.
Le big tech producono elevate emissioni di CO2 causa dell’AI
In tutta l’industria dell’intelligenza artificiale, la crescente domanda di energia, principalmente legata alla costruzione e al funzionamento dei data center utilizzati per addestrare e far funzionare i modelli di intelligenza artificiale, contribuisce alle emissioni globali di gas serra.
Microsoft, il principale finanziatore di ChatGPT,ad esempio, ha recentemente annunciato che le sue emissioni di CO2 sono aumentate di quasi il 30% dal 2020 a causa dell’espansione dei data center. Le emissioni di gas serra di Google nel 2023 erano quasi il 50% più alte rispetto al 2019, principalmente a causa della domanda energetica legata ai data center.
Il consumo energetico dell’AI attualmente rappresenta solo una frazione del consumo energetico del settore tecnologico, che si stima sia intorno al 2-3% delle emissioni globali totali. Questo è destinato a cambiare man mano che più aziende, governi e organizzazioni utilizzano l’AI per aumentare l’efficienza e la produttività. I data center sono già importanti motori della crescita della domanda di elettricità in molte regioni, come mostra questo grafico.
AI: i nuovi sistemi di calcolo sono particolarmente energivori
L’AI richiede una notevole potenza di calcolo, e i sistemi di intelligenza artificiale generativi potrebbero già utilizzare circa 33 volte più energia per completare un compito rispetto a software specifici per quel compito.
Man mano che questi sistemi acquistano popolarità e si sviluppano ulteriormente, l’addestramento e l’esecuzione dei modelli comporteranno un aumento esponenziale del numero di data center necessari a livello globale – e dell’energia associata. Questo metterà una pressione sempre maggiore sulle già sovraccariche reti elettriche.
In particolare, l’addestramento di sistemi di intelligenza artificiale generativa sono estremamente energivori e consumano molta più elettricità rispetto alle attività tradizionali dei data center. Si stima che l’addestramento di un modello come il Generative Pre-trained Transformer 3 (o GPT-3) utilizzi poco meno di 1.300 megawattora (MWh) di elettricità. Questo è approssimativamente equivalente al consumo annuale di energia di 130 case negli Stati Uniti.
L’addestramento del più avanzato GPT-4, nel frattempo, si stima abbia utilizzato 50 volte più elettricità. Nel complesso, la potenza computazionale necessaria per sostenere la crescita dell’AI si raddoppia approssimativamente ogni 100 giorni.
Esempi di come l’AI sta riducendo le emissioni nel settore energetico
Nel settore energetico, l’Intelligenza Artificiale sta giocando un ruolo significativo nel ridurre le emissioni attraverso diverse applicazioni innovative. Ecco alcuni esempi specifici:
- Predizione della domanda energetica: L’AI viene impiegata per analizzare dati storici e in tempo reale per prevedere con precisione la domanda energetica. Questo consente agli operatori di rete di ottimizzare la produzione e la distribuzione di energia, riducendo gli sprechi e l’uso di fonti non rinnovabili.
- Ottimizzazione delle reti elettriche: I sistemi basati sull’AI possono ottimizzare la gestione delle reti elettriche, regolando automaticamente la distribuzione dell’energia in base ai picchi di domanda e all’offerta di energia rinnovabile. Ciò contribuisce a ridurre le perdite di trasmissione e a massimizzare l’efficienza complessiva del sistema.
- Efficienza energetica negli edifici: L’AI è utilizzata per monitorare e controllare in modo intelligente i sistemi di riscaldamento, ventilazione e condizionamento (HVAC) negli edifici. Regolando automaticamente i consumi in base ai modelli di utilizzo e alle condizioni ambientali, si riducono gli sprechi energetici e si abbassano le emissioni di gas serra.
- Manutenzione predittiva: L’AI è impiegata per prevedere e prevenire guasti nelle apparecchiature e nei macchinari utilizzati nell’industria energetica. Questo approccio alla manutenzione riduce i tempi di inattività, ottimizza le operazioni e contribuisce a diminuire la necessità di sostituire componenti, con conseguente impatto positivo sull’ambiente.
- Integrazione delle energie rinnovabili: L’AI aiuta a gestire in modo efficiente l’intermittenza delle fonti energetiche rinnovabili come l’energia solare e eolica. Attraverso previsioni accurate della produzione, l’IA consente una migliore pianificazione e controllo dell’energia rinnovabile, facilitando la transizione verso un mix energetico più sostenibile.
Le big tech guardano al nucleare
L’AI non è l’unico fattore che mette pressione alla rete. I bisogni energetici delle popolazioni in crescita e le tendenze verso l’elettrificazione stanno creando una domanda crescente che potrebbe portare a una decarbonizzazione più lenta della rete.
Tuttavia, una rete pulita, moderna e decarbonizzata sarà essenziale nel più ampio passaggio verso un’economia a emissioni zero. Gli operatori dei data center stanno esplorando opzioni energetiche alternative, come le tecnologie nucleari, per alimentare siti o tecnologie di stoccaggio come l’idrogeno.
Amazon Web Service, secondo quanto riportato in un articolo pubblicato da qz.com, sta chiudendo un grande contratto di fornitura di energia elettrica proprio con Constellation Energy.
L’unità cloud del Gruppo Amazon avrebbe acquistato da Talen Energy un intero data center già alimentato ad energia nucleare per 650 milioni di dollari situato a Berwick, Pennsylvania.
Ad aprile, Ami Badani, responsabile marketing della società di progettazione di chip Arm, ha affermato che i data center rappresentano attualmente il 2% del consumo energetico globale. Con la rapida crescita dell’intelligenza artificiale, Badani ha previsto che il consumo energetico del settore potrebbe rappresentare un quarto di tutto il consumo di energia negli Stati Uniti entro la fine del decennio.
Secondo l’Electric Power Research Institute, entro il 2030 i data center potrebbero consumare fino al 9% dell’elettricità negli Stati Uniti , più del doppio di quella utilizzata oggi.