Google baru-baru ini mengeluarkan pecahan terperinci pertama mengenai penggunaan tenaga untuk pertanyaan AI, mendedahkan bahawa gesaan Gemini biasa menggunakan hanya 0.24 watt-jam elektrik. Walaupun ketelusan ini menandakan langkah penting ke hadapan dalam memahami jejak alam sekitar AI, komuniti teknologi menimbulkan soalan penting tentang maksud sebenar angka-angka ini dan apa yang tidak disertakan.
Laporan menunjukkan bahawa setiap pertanyaan AI menggunakan tenaga yang hampir sama dengan menjalankan ketuhar gelombang mikro selama satu saat atau mengecas telefon selama kira-kira satu minit. Angka yang mengejutkan sederhana ini telah menyebabkan ramai mempersoalkan sama ada kebimbangan tentang kesan alam sekitar AI telah dibesarkan. Walau bagaimanapun, perbincangan komuniti mendedahkan beberapa jurang kritikal dalam penilaian ini.
Pecahan Penggunaan Tenaga Google Gemini :
- Jumlah tenaga setiap pertanyaan: 0.24 watt-jam
- Cip AI (TPUs): 54% daripada jumlah penggunaan
- CPU dan memori: 29% daripada jumlah penggunaan
- Peralatan sandaran: 10% daripada jumlah penggunaan
- Overhed pelayan: 8% daripada jumlah penggunaan
- Penggunaan air: 0.26 mililiter setiap pertanyaan
- Pelepasan karbon: 0.01 gram CO₂ setiap pertanyaan
Bahagian yang Hilang: Kos Latihan dan Infrastruktur
Salah satu kritikan paling ketara tertumpu pada apa yang sengaja dikecualikan oleh laporan Google - kos tenaga yang besar untuk melatih model AI. Syarikat secara eksplisit menyatakan mereka meninggalkan pengukuran latihan model AI untuk kerja masa depan, yang dilihat ramai sebagai pengabaian utama. Melatih model bahasa besar memerlukan sumber pengiraan yang sangat besar, sering melibatkan beribu-ribu pemproses mewah yang berjalan selama berminggu-minggu atau berbulan-bulan.
Komuniti menunjukkan bahawa pengecualian ini seperti mengukur hanya kos bahan api memandu kereta sambil mengabaikan tenaga yang diperlukan untuk mengeluarkannya. Beberapa anggaran mencadangkan bahawa apabila kos latihan disertakan, jumlah jejak tenaga boleh menjadi jauh lebih tinggi. Seorang pengulas menyatakan bahawa data Google sendiri pada 2022 menunjukkan latihan dan inferens membahagikan penggunaan tenaga kira-kira 50-50, bermakna kos sebenar setiap pertanyaan boleh menjadi dua kali ganda daripada yang dilaporkan.
Skala dan Konteks Lebih Penting Daripada Pertanyaan Individu
Walaupun 0.24 watt-jam setiap pertanyaan kedengaran kecil, perbincangan menyerlahkan bagaimana skala mengubah segalanya. Kecekapan tenaga pertanyaan individu menjadi kurang relevan apabila mempertimbangkan bahawa AI sedang diintegrasikan ke dalam aktiviti harian yang tidak terkira banyaknya - daripada enjin carian kepada analisis e-mel kepada chatbot laman web. Pengguna kini menghasilkan beribu-ribu pertanyaan AI setiap hari tanpa menyedarinya.
Isunya ialah kini kita terlalu banyak menggunakan gesaan di mana-mana. Setiap pertanyaan enjin carian. Setiap penekanan kekunci dalam editor AI. Setiap laman web baharu membuat pertanyaan di belakang.
Integrasi ini bermakna walaupun pertanyaan individu yang cekap boleh bertambah kepada jumlah penggunaan yang ketara apabila didarab merentasi berbilion pengguna di seluruh dunia. Komuniti menekankan bahawa kesan alam sekitar bukan sahaja tentang perbualan ChatGPT yang sedar, tetapi tentang pemprosesan AI yang tidak kelihatan yang berlaku secara berterusan di latar belakang kehidupan digital kita.
Perbandingan Kecekapan Tenaga:
- Setara ketuhar gelombang mikro: 1 saat operasi
- Pengecasan telefon: ~1/80 daripada cas penuh
- Kenderaan elektrik: Bersamaan dengan memandu sejauh 5.6 kaki (1.7 meter)
- Kecekapan kos: ~100,000 pertanyaan setiap $1 USD elektrik
- Pertanyaan setiap kWh: ~4,000 pertanyaan
Penggunaan Air dan Kebimbangan Infrastruktur
Selain elektrik, laporan menangani penggunaan air, menganggarkan kira-kira 0.26 mililiter (kira-kira lima titik) setiap pertanyaan. Ini telah mencetuskan perdebatan tentang sama ada air yang digunakan untuk penyejukan benar-benar digunakan atau hanya dikembalikan kepada alam sekitar sebagai wap. Walaupun sesetengah pihak menolak kebimbangan air sebagai dibesarkan, yang lain menunjukkan kesan sebenar kepada komuniti tempatan berhampiran pusat data.
Perbincangan mendedahkan jurang antara pemahaman teknikal dan persepsi awam. Ramai orang menganggap bahawa air yang digunakan untuk penyejukan hilang secara kekal, sedangkan pada hakikatnya ia sering menguap dan kembali sebagai hujan di tempat lain. Walau bagaimanapun, ini tidak menangani kebimbangan yang sah tentang kesan jadual air tempatan dan penggunaan air perbandaran yang dirawat untuk penyejukan industri.
Ketelusan vs Pemasaran
Respons komuniti menunjukkan perasaan bercampur baur tentang pendedahan Google. Walaupun ramai menghargai ketelusan yang tidak pernah ada sebelumnya, yang lain mempersoalkan masa dan sifat terpilih maklumat tersebut. Sesetengah pihak melihatnya sebagai langkah strategik untuk menentang publisiti negatif tentang kesan alam sekitar AI, terutamanya memandangkan Google memilih untuk melaporkan penggunaan tenaga median berbanding purata.
Pilihan median berbanding purata adalah penting kerana ia berkemungkinan memberikan gambaran yang lebih baik. Jika sebilangan kecil pertanyaan kompleks menggunakan tenaga yang jauh lebih banyak, purata akan lebih tinggi daripada median. Pilihan statistik ini, digabungkan dengan pengecualian kos latihan, menunjukkan laporan mungkin lebih tentang perhubungan awam daripada ketelusan lengkap.
Perdebatan mencerminkan soalan yang lebih luas tentang bagaimana syarikat teknologi harus berkomunikasi tentang kesan alam sekitar. Walaupun sebarang ketelusan dialu-alukan, komuniti jelas mahukan perakaunan yang lebih lengkap yang merangkumi semua aspek penggunaan sumber AI, bukan hanya metrik yang paling baik.
Rujukan: In a first, Google details just how much energy AI apps use