Il problema: L’AI e il suo impatto energetico
L’intelligenza artificiale (AI) è spesso associata a un consumo energetico elevato. Studi recenti prevedono un aumento significativo delle emissioni globali a causa della crescente domanda di energia per alimentare i modelli di AI. Per esempio, un rapporto del Climate Action Against Disinformation stima che le emissioni globali potrebbero aumentare dell’80% a causa dell’AI, mentre alcune proiezioni indicano che il consumo elettrico di Google AI potrebbe eguagliare quello dell’Irlanda. Lo scrive il Wall Street Journal.
Tuttavia, non mancano voci ottimistiche. Un’indagine di Salesforce su 500 professionisti della sostenibilità ha rilevato che quasi il 60% ritiene che i benefici dell’AI potrebbero compensarne i rischi, contribuendo anche ad affrontare la crisi climatica.
Un quadro più ampio
Secondo Charles Boakye, analista di sostenibilità presso Jefferies, l’AI rappresenta attualmente una minima parte della domanda energetica globale:
- Data center globali: 2% del consumo energetico globale.
- AI in particolare: Circa 0,5% di questo totale.
Anche in termini di emissioni, l’AI rappresenta solo una piccola frazione rispetto a settori come petrolio e gas, che contribuiscono al 15% delle emissioni globali.
Tendenze di efficienza e innovazione
Le proiezioni di crescita dell’AI spesso ignorano le tendenze tecnologiche che migliorano l’efficienza energetica. Per esempio:
- Tra il 2010 e il 2018, i data center hanno aumentato le capacità computazionali del 550% e di archiviazione del 2500%, con solo un +6% nel consumo energetico.
- Nuovi processori come il TPU di Google e i chip Blackwell di Nvidia promettono efficienze migliorate fino a 30 volte rispetto alle generazioni precedenti.
Anche i modelli di AI stanno diventando più efficienti. OpenAI, ad esempio, ha ridotto il consumo energetico per l’addestramento dei suoi modelli GPT di 350 volte dal 2016.
Soluzioni innovative per l’energia dell’AI
Alcune aziende stanno trovando modi creativi per alimentare l’AI in modo sostenibile:
- NexGen Cloud: Sviluppa data center alimentati da fonti rinnovabili in aree con energia inutilizzata, come il Canada e la Norvegia.
- Crusoe Energy Systems: Utilizza gas naturale in eccesso dai pozzi petroliferi per alimentare data center, riducendo il metano del 99,9%.
Previsioni e realtà: Un approccio più cauto
Prevedere il futuro consumo energetico dell’AI è complesso. Molti studi fanno ipotesi eccessivamente semplificate, come immaginare che i data center lavorino sempre alla massima capacità. In realtà:
- I processori GPU operano spesso al di sotto del 70% del loro potenziale.
- L’effetto di sostituzione (trasferire compiti dai sistemi tradizionali all’AI) può ridurre il consumo energetico complessivo.
Jonathan Koomey, esperto di efficienza energetica, avverte che l’attuale “esplosione” della domanda di energia per l’AI potrebbe essere sopravvalutata, come avvenne negli anni ’90 con l’espansione della rete internet.
Tabella: Confronto e prospettive sull’energia dell’AI
| Aspetto | Valore/Trend | Commento |
|---|---|---|
| Consumo AI (2023) | ~0,5% del consumo globale di elettricità | Minima parte rispetto ad altri settori come il petrolio e gas. |
| Aumento atteso (2026) | +10 volte rispetto al 2023 | AI rappresenterà ancora solo 1/8 del consumo dei data center. |
| Efficienza TPU Google | +67% dal 2022 | Innovazioni costanti migliorano il rapporto energia/prestazioni. |
| Riduzione energia GPT | -350 volte dal 2016 | Modelli più efficienti riducono significativamente l’impatto. |
| Elettricità USA (2023) | -3,5% rispetto al 2022 | Il calo del consumo energetico complessivo offre segnali positivi. |
In sintesi, mentre l’AI presenta sfide ambientali, innovazioni tecnologiche e strategie sostenibili stanno mitigando il suo impatto, offrendo un panorama più equilibrato e promettente per il futuro.