Intelligenza artificiale: un miracolo in fatto di risparmio o una divoratrice di energia?
L’intelligenza artificiale (IA) si è affermata come tecnologia indispensabile, non per ultimo nel settore gestionale energetico e delle costruzioni, dove contribuisce a migliorare la sostenibilità e l’efficienza. Ma la diffusione dell’intelligenza artificiale ha anche il suo rovescio della medaglia: nei data center a causa del suo utilizzo il consumo di energia è in aumento. Secondo l’agenzia internazionale per l’energia, i data center contribuiscono oggi già con circa l’uno percento al consumo mondiale di energia, ed entro il 2030 il loro consumo di energia potrebbe raddoppiare. Questo solleva importanti domande sulla sostenibilità ed efficienza delle applicazioni dell’IA.
#Intelligenza Artificiale
Il consumo energetico dell’IA può presentare considerevoli variazioni ed è difficilmente misurabile. Ma ci sono esempi concreti che dimostrano che è di fondamentale importanza per il futuro rendere l’IA più efficiente dal punto di vista energetico. Preparare i modelli basati sull’IA al lavoro che dovranno svolgere è ad altissima intensità energetica e consuma molta più energia rispetto alle comuni attività svolte dai data center. Così ad esempio una query ChatGPT divora energia dieci volte tanto rispetto ad una query regolarmente effettuata su Google, e i ricercatori stimano che la creazione di GPT-3 consumi quasi 1.300 megawatt ore e che produca 552 tonnellate di CO2. Con la stessa quantità di energia si potrebbero approvvigionare circa 105.000 nuclei familiari medi in Svizzera per un’intera giornata (24 ore).
Come tutti sanno, l’IA dà senz’altro un importante contributo alla gestione energetica e alla sostenibilità – ma in effetti anche al consumo energetico. C’è dunque bisogno di misure per contrastare quest’ultimo elemento. Sono da annoverare a questo proposito pratiche di sostenibilità basate sull’IA, soluzioni innovative per i data center e l’utilizzo di fonti energetiche rinnovabili per la gestione di tecnologie basate sull’IA.
Il fabbisogno energetico diventa un problema
Gli esperti prevedono che l’intelligenza artificiale consumerà circa il 20% dell’elettricità richiesta entro il 2028. Questo fabbisogno secondo una previsione dell’agenzia internazionale per l’energia (IEA) dovrebbe ammontare tra due anni a circa 1.000 terawatt ore (TWh)[i]. Anche se i miglioramenti nell’efficienza tecnologica controbilanciano in parte questo consumo di energia, tuttavia bisogna tener presente che l’IA e la rapida impennata di altri carichi di lavoro (ad es. il cloud) portano ad un costante e inarrestabile aumento del consumo energetico. Questa realtà porta secondo Mark Zuckenberg, CEO di Meta, alla constatazione che le limitazioni in campo energetico costituirebbero il maggiore impedimento al potenziamento dei data center basati sull’IA. Queste limitazioni avrebbero impedito lo sviluppo dei data center di Meta. Secondo Zuckenberg è l’energia, e non la potenza di calcolo il maggior problema per l’evoluzione dell’IA.
L’IA raffredda i data center
L’IA rappresenta sia una sfida che una chance per il settore energetico. Anche se incrementa il fabbisogno, in parte in maniera notevole, tuttavia ha anche il potenziale di migliorare l’efficienza in diversi settori, compensando pertanto almeno una parte del fabbisogno energetico. Numerose aziende stanno lavorando a soluzioni per abbassare il fabbisogno energetico. DeepMind, un’azienda gestita da Google per l’intelligenza artificiale, ha sviluppato un machine learning che ottimizza il raffreddamento dei data center[i]. Questo sistema utilizza i dati in tempo reale provenienti dai sensori nei data center per monitorare la temperatura e l’umidità dell’aria e adeguare i sistemi di raffreddamento in modo opportuno. Il sistema DeepMind è in grado di riconoscere modelli complessi nei dati dei sensori. Questi modelli permettono al sistema di prevedere quando il fabbisogno di raffreddamento aumenterà o diminuirà, per adeguare di conseguenza i sistemi di raffreddamento. L’implementazione del sistema DeepMind in un data center di Singapore ha portato ad un decremento del 40% del fabbisogno energetico per il raffreddamento. Questo corrisponde ad un risparmio di milioni di dollari all’anno. Un’altra importante strategia è lo sviluppo di hardware più efficienti in campo energetico. NVIDIA, un produttore leader nel settore dei processori grafici (GPU), ha messo a segno enormi progressi in questo settore. I più recenti GPU di NVIDIA sono 25 volte più efficienti dal punto di vista energetico rispetto ai modelli della generazione precedente[ii]. Questo significa che sono in grado di fornire le stesse prestazioni utilizzando solo una minima parte del fabbisogno energetico. NVIDIA raggiunge questi risparmi energetici attraverso una serie di tecniche innovative. È da annoverare a tal riguardo ironicamente l’ottimizzazione basata sull’IA. In questo modo si possono adeguare la prestazione e il consumo energetico del chip in tempo reale ai rispettivi requisiti.
Dal boom ad una maggiore integrità ecologica
Il boom dell’intelligenza artificiale degli scorsi mesi e anni ha contribuito alla nascita di un movimento per un’IA sostenibile incentrato sulla promozione dei prodotti di IA verso una maggiore integrità ecologica[iii]. Questo movimento è nel complesso uno sforzo collaborativo informale. Vi partecipano ricercatori, aziende, organi politici decisionali, organizzazioni no-profit e singole persone. Con la messa in pratica di misure concrete, l’IA può essere resa di fatto più sostenibile e al contempo essere utilizzata come strumento efficiente per la promozione degli sforzi diretti al raggiungimento di una sostenibilità. Ad esempio:
Nello Smart Grid Management, l’IA viene impiegata per ottimizzare la distribuzione dell’energia nelle reti elettriche, per ridurre lo spreco di energia e per una migliore integrazione delle fonti energetiche rinnovabili.
Nella progettazione edilizia sostenibile, l’IA viene impiegata per progettare edifici con un più alto livello di efficienza energetica, per l’utilizzo di luce naturale e l’areazione nonché l’ottimizzazione di sistemi di riscaldamento e raffreddamento.
Quando si tratta di preparare l’intelligenza artificiale all’operatività con un training efficiente, si sviluppano tecniche per formare i modelli basati sull’IA con pochi dati e poche risorse di calcolo.
La condivisione e il riutilizzo del modello hanno lo scopo di facilitare la condivisione e il riutilizzo di modelli di IA già addestrati ad essere operativi, per evitare misure formative ridondanti e l’immenso consumo di energia a queste collegato.
L’IA può promuovere la sostenibilità
L’IA può accelerare il progresso verso la sostenibilità[i]. Le aziende di ogni settore e dimensione sono sempre più in grado di riconoscere il potenziale dell’IA, per promuovere i loro sforzi per la sostenibilità e migliorare al contempo la loro redditività. I sistemi basati sull’IA possono ad esempio raccogliere e analizzare gigantesche quantità di dati provenienti da sensori, immagini satellitari e altre fonti, per monitorare i cambiamenti nel clima, le condizioni ambientali e l’utilizzo delle risorse. Le informazioni così acquisite possono contribuire a riconoscere tempestivamente i problemi ambientali, a comprendere le tendenze e a prendere decisioni fondate. L’IA può essere impiegata in diversi settori, per ottimizzare i processi e migliorare l’efficienza delle risorse. L’IA può ad esempio essere utilizzata nell’agricoltura, per ottimizzare l’irrigazione, la fertilizzazione e il controllo dei parassiti, per incrementare i raccolti e ridurre gli impatti negativi.
UMB, Equinix e l’IA
UMB è in stretto rapporto di collaborazione con Equinix[ii], una delle aziende leader nel settore della Colocation[iii] di data center e reti aziendali. Equinix gestisce data center che permettono alle aziende di salvare e distribuire i dati in modo sicuro e sta acquistando sempre più importanza come stabilimento per la fornitura di infrastrutture IA. Il collegamento al cloud, l’accesso all’ecosistema e il raggio d’azione a livello globale rendono Equinix una piattaforma ideale per le implementazioni IA private – tanto per le aziende, quanto per i fornitori di servizi. L’intelligenza artificiale privata offre protezione e fornisce al tempo stesso i vantaggi dei modelli basati sull’IA già preparati a svolgere la loro attività, in modo tale che le aziende possano sfruttare appieno il potenziale dell’IA.
UMB AG e Equinix lavorano assieme per offrire servizi cloud affidabili e sicuri. L’intelligenza artificiale gioca un ruolo importante nel migliorare questi servizi.
Non esitate a contattarci per ricevere ulteriori informazioni.
[i] I data center GPU sovraccaricano le reti elettriche
[ii] La IA permette di raffreddare i data center risparmiando energia | RESET.ORG
[iii] GeForce RTX 40 Series Graphics Cards | NVIDIA
[iv]The Imperative for Sustainable AI Systems (thegradient.pub)
[v] La IA come chiave per raggiungere obiettivi di sostenibilità (umweltdialog.de)
[vi] Società di data center & tecnologie di reti aziendali | Equinix
[vii] La porta per il vostro collegamento con il mondo: Hybrid Cloud, Multi Cloud e Colocation. (umb.ch)
