Forrás: Frontiers, Hashem Al Ghali Az emberi agy nagyjából egy energiatakarékos izzó teljesítményével működik. Egy emberi léptékű agykérgi modell hagyományos szuperszámítógépes szimulációjához viszont korábbi kutatói becslések szerint akár 500 millió watt is kellhet. Közben a mesterséges intelligencia rohamos terjedése már nem elméleti, hanem nagyon is gyakorlati kérdéssé teszi az energiafogyasztást: a világ adatközpontjai az évtized végére nagyjából kétszer annyi villamos energiát használhatnak fel, mint ma.

Az emberi agy energetikai szempontból valóságos csúcstechnológia. Közel százmilliárd idegsejtjével, elképesztően összetett hálózatával, folyamatos érzékelésével, emlékezésével és döntéseivel mindössze körülbelül 20 watt teljesítményt igényel. Nagyjából annyit, mint egy kisebb LED-es lámpa. Amikor ugyanehhez hasonló komplexitást hagyományos számítógépes eszközökkel próbálunk reprodukálni, egészen más nagyságrendek jelennek meg.

Chetan Singh Thakur és kutatótársai 2018-ban a Frontiers in Neuroscience folyóiratban megjelent áttekintő tanulmányukban azt írták: egy mintegy 20 milliárd neuront tartalmazó, emberi léptékű agykérgi modell szimulációjához exaflopsos teljesítményű szuperszámítógépre lehet szükség. Ennek teljesítményigényét akkor hozzávetőleg 0,5 gigawattra, vagyis 500 megawattra becsülték.

Ez 25 milliószorosa az emberi agy mintegy 20 wattos teljesítményének. Ötszáz megawatt pedig már nem egy számítógép, hanem egy kisebb erőmű teljesítménye: a tanulmány szerzői szerint nagyságrendileg negyedmillió háztartás egyidejű energiaigényének felelhet meg.

Van azonban egy fontos pontosítás. Ebből nem következik, hogy egy mai mesterséges intelligencia-modell „ugyanazt gondolja”, mint az emberi agy, csak 25 milliószor rosszabb hatásfokkal. A két rendszer működése gyökeresen eltér. A 2018-as adat egy teljes emberi léptékű kortikális szimuláció becsült igényére vonatkozott, nem egy ChatGPT-hez hasonló nyelvi modell egyetlen válaszára.

A különbség mégis jól mutatja, mekkora előnye van energetikai szempontból a biológiának.

Az MI energiaéhsége már most látszik

A kérdés azért vált különösen fontossá, mert a mesterséges intelligencia időközben kilépett a kutatólaboratóriumokból. Nagy nyelvi modellek, kép- és videógeneráló rendszerek, keresők, vállalati MI-szolgáltatások és tudományos modellek milliói futnak hatalmas adatközpontokban.

A Nemzetközi Energiaügynökség, az IEA legfrissebb becslése szerint a világ adatközpontjai 2025-ben mintegy 485 terawattóra villamos energiát fogyasztanak. Ez 2030-ra körülbelül 950 terawattórára nőhet. Vagyis mindössze öt év alatt gyakorlatilag megduplázódhat. Az adatközpontok ekkor már a világ villamosenergia-felhasználásának körülbelül 3 százalékát adhatják. (IEA) Összehasonlításul: 950 terawattóra valamivel több, mint amennyi áramot ma egész Japán használ fel. (IEA) És nem általában az internet növekedése hajtja leginkább ezt a folyamatot.

A legfontosabb új tényező a mesterséges intelligencia.

Az IEA szerint az MI-re optimalizált adatközpontok villamosenergia-fogyasztása 2025 és 2030 között nagyjából megháromszorozódhat. A gyorsított számításokra használt szerverek – vagyis elsősorban a GPU-kra és más MI-gyorsítókra épített rendszerek – fogyasztása sokkal gyorsabban nő, mint a hagyományos szervereké. (IEA)

A probléma az Egyesült Államokban látszik talán a legélesebben. A Lawrence Berkeley National Laboratory 2026 júniusában közzétett új számításai szerint az amerikai adatközpontok 2030-ban alapesetben körülbelül 649 terawattóra villamos energiát fogyaszthatnak. A különböző forgatókönyvek alapján azonban az érték 521 és 843 terawattóra között is alakulhat.

Ez az Egyesült Államok teljes villamosenergia-felhasználásának mintegy 9,5–15,3 százaléka lehet. (Seta) Vagyis egyetlen országban hamarosan akár minden hetedik-nyolcadik kilowattóra az adatközpontokban fogyhat el.

Miért eszik ennyi áramot az MI?

A mesterséges intelligencia energiaigénye több helyen jelentkezik egyszerre. Először is ott van a tanítás. Egy nagy modell létrehozásakor hatalmas számítási kapacitást kell heteken vagy hónapokon át működtetni. Több ezer vagy akár több tízezer nagy teljesítményű gyorsító dolgozhat egyszerre.

Csakhogy egy modell elkészülte után sem áll meg a fogyasztás. Ezután következik az inferencia: minden alkalommal, amikor valaki kérdez egy chatbotot, képet vagy videót generáltat, fordítást kér, programkódot készíttet vagy egy MI-alapú keresőt használ, újabb számítás történik.

Egyetlen kérdés energiaigénye önmagában nem feltétlenül látványos. Napi több milliárd lekérdezésé már az. Ráadásul nemcsak maguk a processzorok fogyasztanak. A szervereket hűteni kell, működtetni kell az adattárolást, a hálózatokat, a szünetmentes tápegységeket és az adatközpont teljes infrastruktúráját. Ezért kissé félrevezető pusztán egy MI-chip fogyasztásáról beszélni. A valódi kérdés az, hogy mennyi energiát igényel az egész rendszer.

A fejlődés paradoxona: a gépek takarékosabbak lesznek, mégis több áram kell

Van egy látszólagos ellentmondás. Az MI-hardverek közben rendkívül gyorsan javulnak.

A Google például 2025-ös környezeti jelentésében azt közölte, hogy Ironwood nevű TPU-ja – saját, mesterséges intelligenciára fejlesztett processzora – csaknem harmincszor energiahatékonyabb, mint a vállalat első, 2018-as felhős TPU-ja. (Sustainability)

Tehát ugyanannyi számítást egyre kevesebb energiából lehet elvégezni. Csakhogy közben sokkal több számítást végzünk. A modellek nagyobbak lesznek, egyre több ember használja őket, az MI bekerül a keresőkbe, telefonokba, irodai programokba, járművekbe és ipari rendszerekbe. Megjelentek a különösen számításigényes, úgynevezett „gondolkodó” modellek, és rohamosan terjed az MI-alapú videógenerálás is.

Így könnyen előáll az a jelenség, amelyet más technológiáknál is megfigyelhettünk: egy művelet egyre olcsóbb és energiatakarékosabb lesz, ám olyan sokkal többet végzünk belőle, hogy az összes fogyasztás mégis nő. Az IEA ezért arra számít, hogy a világ adatközpontjainak villamosenergia-igénye 2035-re már körülbelül 1200 terawattórára emelkedhet. (IEA)

Már az erőművek építését is befolyásolja az MI

Az MI energiaéhsége így már messze nem csupán informatikai kérdés. Villamosenergia-hálózatokról, új erőművekről és több tízmilliárd dolláros beruházásokról van szó.

Az IEA számításai szerint az adatközpontok növekvő fogyasztásának kielégítésében a megújuló energiaforrások mellett a földgáz és az atomenergia is jelentős szerepet kaphat. A szervezet szerint 2035-ig a megújulók termelése több mint 450 terawattórával növekedhet kifejezetten az adatközponti kereslet kielégítésére, miközben a földgáz és az atomenergia egyaránt mintegy 175 terawattóra többletet adhat. (IEA)

Nem véletlen, hogy a technológiai vállalatok az utóbbi években nap-, szél-, geotermikus és atomerőművi projektek iránt is egyre élénkebben érdeklődnek. A mesterséges intelligencia versenye lassan részben energiaversennyé válik. Hiába vannak meg a chipek, ha nincs elég villamos energia a működtetésükhöz.

A természet már megoldotta azt, amin a mérnökök dolgoznak

És itt térünk vissza ahhoz a bizonyos húsz watthoz. Az emberi agy nem úgy számol, mint egy mai processzor. Az idegsejtek nem hajtanak végre másodpercenként ezermilliárd hagyományos aritmetikai műveletet. Hatalmas párhuzamos hálózatban működnek, és az egyes neuronok csak akkor aktiválódnak, amikor valóban szükség van rájuk.

Éppen ezt próbálja utánozni az úgynevezett neuromorf számítástechnika. A kutatók olyan chipeket fejlesztenek, amelyek felépítése nem a klasszikus számítógépekét, hanem sokkal inkább az idegrendszer működését követi. A számítás és a memória közelebb kerül egymáshoz, az információt pedig bizonyos rendszerekben neuronok tüzeléséhez hasonló elektromos impulzusok továbbítják.

A 2018-as Thakur-tanulmány éppen erre a különbségre hívta fel a figyelmet: a hagyományos szuperszámítógépek rendkívül energiaigényesek, ha az agy működését próbáljuk részletesen utánozni, ezért hosszú távon új számítógépes architektúrákra lehet szükség. (Frontiers)

Az MI következő nagy áttörése ezért nem egyszerűen az lesz, hogy még több processzort kapcsolunk össze, hanem az, hogy megtanulunk egészen másképpen számolni. Miközben egy hipotetikus emberi léptékű kérgi szimuláció energiaigényét fél gigawattra becsülték, mindannyian hordunk a fejünkben egy nagyjából húszwattos szerkezetet, amely lát, hall, beszél, tanul, emlékezik, alkalmazkodik – és mindezt egy szendvics energiájából órákon át képes működtetni.A mesterséges intelligencia történetének egyik legnagyobb kérdése az lesz, hogy mennyi energiába kerül majd ez az intelligencia.

(Frontiers) A cikk az MI segítségével készült