Prima di procedere
Entro la fine del 2025, è previsto che le tecnologie legate all'Intelligenza Artificiale (IA) superino il mining di Bitcoin in termini di consumo energetico globale. Questa sorprendente previsione è emersa da uno studio condotto dall'aspirante ricercatore Alex de Vries-Gao, del Vrije Universiteit di Amsterdam. Lo studio, pubblicato di recente sulla rivista Joule, rivela un'esplosione nella domanda di risorse energetiche da parte dell'IA, che già rappresenta fino al 20% del consumo energetico nei data center.
L'autore ha dovuto fare affidamento su dati indiretti, come quelli relativi alla catena di fornitura dei chip per l'IA, per stimare queste cifre, dato che le grandi aziende tecnologiche tendono a non fornire dettagli chiari sui loro consumi energetici. Malgrado i miglioramenti nell'efficienza, le esigenze energetiche legate all'IA continuano a crescere rapidamente, attirando l'attenzione degli studiosi.
L'abilità dell'IA di impattare al pari delle criptovalute è stata esemplificata dall'avvento di strumenti come ChatGPT. Questo modello estremamente competitivo ha innalzato la domanda energetica a livelli mai visti, dimostrando parallelismi con l'industria delle criptovalute. In entrambi i casi, il mantra "più grande è meglio" sembra prevalere, con aziende che ampliando i modelli cercano di superare la concorrenza, incrementando quindi il bisogno di risorse.
Questo aumento della domanda ha spinto gli operatori energetici a progettare nuove centrali a gas e reattori nucleari per soddisfare le esigenze future. Tuttavia, queste strette energetiche potrebbero compromettere i piani per una transizione verso fonti pulite, aggiungendo ulteriori sfide alla rete elettrica, simili a quelle affrontate dai conglomerati di mining di criptovalute.
Calcolare l'impatto energetico di AI e criptovalute rimane difficile, soprattutto con le aziende tecnologiche che, nonostante si impegnino in obiettivi ecologici, non sempre distinguono il contributo dell'IA nei loro rapporti sulle emissioni. Alex de Vries-Gao ha affrontato questa sfida con un approccio "triangolare", usando dati pubblicamente disponibili sull'hardware e rapporti sui ricavi aziendali per stimare la produzione e il consumo energetico delle apparecchiature per l'IA.
Nel suo studio, de Vries-Gao ha stimato che l'attrezzatura specializzata per l'IA ha consumato nel corso dell'ultimo anno un quantitativo di energia comparabile a quella dell'intera Olanda. Entro la fine dell'anno, si prevede che la domanda energetica dell'IA possa raggiungere livelli pari al consumo della Gran Bretagna, ovvero 23 gigawatt.
Secondo un rapporto della società di consulenza ICF, entro la fine del decennio negli Stati Uniti la domanda di energia potrebbe aumentare del 25%. Tuttavia, sono molti i fattori di variabilità in questo quadro. Ad esempio, l'impatto ambientale di una campagna di raccolta fondi che utilizza l'IA può raddoppiare se elaborata da data center in West Virginia anziché in California. È imprescindibile considerare vari fattori, come il tipo di richieste inviate, le dimensioni dei modelli di risposta, e l'energia rinnovabile rispetto a quella fossile nella rete locale del data center coinvolto.
Mentre le aziende tecnologiche non sono del tutto trasparenti nei loro rapporti dell'IA, come afferma de Vries-Gao, la complessità risulta "assurda". Fare previsioni diventa ancor più arduo con l'incertezza su se la domanda energetica possa ridursi grazie all'efficienza. Alcuni modelli più recenti, come DeepSeek, dimostrano che è possibile ottenere prestazioni eccellenti con minori consumi rispetto a modelli come Meta Llama 3.1, sollevando interrogativi sul reale fabbisogno di energia da parte dell'IA per progredire.
Il passaggio dell'Ethereum a una metodologia energeticamente efficiente aveva ridotto il suo consumo del 99,998%, spingendo gli ambientalisti a fare pressione su altri blockchain per seguire l'esempio. Per l'industria dell'Intelligenza Artificiale, il paradosso di Jevons suggerisce che modelli più efficienti possano comunque richiedere sempre più energia, soprattutto quando il loro utilizzo si espande esponenzialmente.
I progressi sono poco probabili senza una misurazione corretta della questione. Confrontati con le criptovalute, anche il progresso dell'IA in termini di efficienza energetica sarà ostacolato se le aziende non pongono l'accento su modelli più sostenibili.
