22 Chokerende AI-elektricitetsforbrugsstatistikker for 2024 og frem

AI tager verden med storm og innoverer industrier på måder, man aldrig troede var mulige. Men i dag knuste jeg tallene for at finde de mest chokerende AI-elektricitetsforbrugsstatistikker.

Alene mængden af ​​data og processorkraft, det kræver at træne og udvikle AI-modeller og algoritmer, samt den store stigning i daglige anmodninger, kræver enorme mængder elektricitet. Kan vi tilpasse os til en sådan efterspørgsel?

Lad os se!

Nøglestatistik for AI-elektricitetsforbrug

AI-strømforbruget vokser eksponentielt. Disse nøgler AI Elstatistik viser, hvor vi er nu, og de problemer, verden kan stå over for i fremtiden.

• I 2022 bidrog kunstig intelligens til 2 % af det globale energiforbrug – lige så meget som et lille land.
• I 2026 vurderer IEA, at kunstig intelligens vil bruge lige så meget elektricitet som Japan.
• At køre AI-modeller og -servere kræver to til tre gange kraften i forhold til konventionelle applikationer.
• AI vil være et stærkt bidragyder til den forventede 80% stigning i efterspørgsel efter datacentre i USA i 2030.
• Der foretages 200 millioner ChatGPT-anmodninger hver dag, hvilket bruger en halv million kilowatt-timers elektricitet.
• GPT-3-modellen bruger lige så meget strøm som 130 amerikanske hjem på et år.
• Elon Musk mener, at der ikke vil være nok elektricitet til at drive alle AI-chips i 2025.

Global AI elektricitetsforbrugsstatistik

Disse AI-elektricitetsforbrugsstatistikker giver et globalt overblik over de aktuelle niveauer af AI-strømforbrug.

1. I 2022 bidrog kunstig intelligens til 2 % af det globale energiforbrug – lige så meget som et lille land.

(Kilde: Vox)

Det Internationale Energiagentur (IEA) advarede om, at alene i 2022 gik 2 % af verdens energi til at drive kunstig intelligens og cryptocurrency-relaterede opgaver. Ud over elektricitet kræver den nødvendige infrastruktur til at understøtte denne teknologi enorme datacentre, plastik, metaller, ledninger, vand og arbejdskraft, hvilket også giver anledning til bekymring for miljøet.

2. At køre AI-modeller og -servere kræver to til tre gange kraften i forhold til konventionelle applikationer.

(Kilde: S&P Global)

AI-systemer kører på kraftfulde servere i datacentre, som forbruger store mængder elektricitet for at opretholde køling og sikkerhed og lette højhastighedsbehandling.

Et traditionelt rack i et datacenter bruger mellem 30-40 kW elektricitet. Når AI kastes ind i blandingen med processorer som NVIDIA Grace Hopper H100, øges dette strømforbrug to til tre gange.

3. AI GPU'er forbruger 650 watt elektricitet i gennemsnit.

(Kilde: Barron's)

AI-opgaver bruger GPU'er, som forbruger en væsentlig større mængde energi sammenlignet med CPU'er. Bortset fra NVIDIA er det fælles gennemsnit for alle AI GPU'er i øjeblikket 650 watt, væsentligt mere strømkrævende end traditionelle top-end grafikkort, der sjældent er mere end halvdelen af ​​dette beløb.

4. Der foretages 200 millioner ChatGPT-anmodninger hver dag, det samme som en halv million kilowatt-timers elektricitet.

(Kilde: The New Yorker)

ChatGPT er kun ét AI-system, men som det mest populære bruger det en svimlende mængde elektricitet. Med et gennemsnit på 200 mio generativ AI forespørgsler om dagen, svarer det til mere end en halv million kilowatt-timer elektricitet om dagen. Til sammenligning forbruger det gennemsnitlige amerikanske hjem kun niogtyve kilowatt-timer om dagen.

5. GPT-3-modellen bruger lige så meget strøm som 130 amerikanske hjem på et år.

(Kilder: The Verge, Statista)

Selv før vi redegør for de nyeste modeller, forbrugte træning af GPT-3-modellen allerede lige så meget strøm, som 130 amerikanske hjem (1,300 MWh) og 200 tyske gør på et år. Træning af en stor sprogmodel kræver mere kraft end nogen traditionel datacenteropgave, og dette forbrug stiger kun, efterhånden som nye modeller dukker op, udvikler sig og kræver mere data.

6. GPT-3 bruger flere ressourcer end de 20 mest kraftfulde supercomputere i verden.

(Kilde: Forbes)

Når man ser på processorkraft sammen med elektricitet, kræver GPT-3 800 petaflops, den samme mængde processorkraft som de nuværende 20 mest kraftfulde supercomputere i verden tilsammen.

7. 15 % af Googles datacenterenergiforbrug forbruges af maskinlæring.

(Kilde: Yale)

Google er en af ​​de få AI-pionerer, der er på forhånd med hensyn til elforbrug. Fra 2024 indrømmer søgegiganten, at 15 % af sit datacenters energiforbrug nu kommer fra maskinlæring.

AI Energimarkedsstatistikker

Det er ikke kun forbruget af elektricitet og anden energi fra AI, der er værd at overveje. AI er også implementeret på disse markeder.

8. AI i energi blev vurderet til $4 mia.

(Kilde: Allied Market Research)

AI på energimarkedet blev vurderet til $4.0 milliarder globalt i 2021 og forventes at nå $19.8 milliarder i 2031. Bidragyderne omfatter Smart Grids, maskinlæring og klimaændringer og emissionsreduktionseffekter.

9. Nordamerika har en andel på 37.08 % af det globale AI-energimarked.

(Kilde: Statista)

De seneste tilgængelige data fra 2019 viser, at Nordamerika er den globale leder på markedet for kunstig intelligens med en andel på 37.08 %. Ved udgangen af ​​2024 forventes dette at blive vurderet til 7.78 milliarder dollars.

10. AI har mere end 50 forskellige applikationer i energiindustrien.

(Kilde: Latitude Media)

Et nyligt estimat afslørede omkring 100 energirelaterede leverandører, der tilbyder AI-løsninger, med mere end 50 mulige anvendelser, herunder netvedligeholdelse og belastningsforudsigelse. 

11. AI på markedet for vedvarende energi er vurderet til over 16 milliarder dollars.

(Kilde: Precedence Research)

Ikke bare et elektricitetssvin, AI har voksende anvendelser inden for vedvarende energi. Det globale marked er i øjeblikket værdsat til $16.19 milliarder og forventes at nå op på over $114 milliarder i 2032. Førende er Asien-Stillehavsregionen, svarende til en markedsandel på $4.4 milliarder, der forventes at nå $44.4 milliarder i 2032.

AI elektricitetsforbrugsprognoser

Det er én ting at forstå strømforbruget af AI i dag, men disse AI-elektricitetsstatistikker udforsker væksten, der er lige rundt om hjørnet.

12. I 2026 vurderer IEA, at AI vil bruge lige så meget elektricitet som Japan.

(Kilder: Vox, Data Commons)

Japan har en stor befolkning på over 125 millioner mennesker. Det er også i top 10 elforbrugende nationer. IEA forventer, at AI-elektricitetsforbruget vil matche hele Japan allerede i 2026.

13. AI-datacentre kunne tilføje 323 terawatt-timers elektricitet i USA inden 2030.

(Kilder: CNBC, Wells Fargo)

Efterhånden som AI bliver mere udbredt, og dets anvendelser bliver mere komplekse, skal energiforbruget stige for at imødekomme de voksende krav.

Wells Fargo forudser, at elefterspørgslen fra AI-datacentre kan tilføje 323 terawatt-timers elektricitet i USA i 2030. Det er hele syv gange mere end det nuværende elforbrug i New York City.

14. NVIDIA vil sende 1.5 millioner AI-servere om året inden 2027.

(Kilde: Scientific American)

Det handler ikke kun om spil til NVIDIA. Kort- og chipproducenten er på forkant med AI-servere og forventes at nå op på 1.5 millioner i den årlige forsendelse af disse specialiserede systemer i 2027. Dette ville svare til 85.4 terawatt-timer elektricitet om året, mere end hvad mange små nationer forbruger .

15. AMD kan snart konkurrere med NVIDIA på AI GPU-markedet.

(Kilde: Investors.com)

NVIDIA dominerer i øjeblikket AI GPU-markedet med sin full-stack A100-løsning til AI-computere. Analytikere mener dog, at AMD potentielt kan nå op på 20% markedsandel, ikke for langt bagefter sin samlede GPU-markedsandel.

Dens AI-bidrag har fordelen af ​​konkurrencedygtig ydeevne, men til en mere overkommelig pris.

16. De fleste GPU'er, der bruges til kunstig intelligens, vil forbruge 1,000 watt elektricitet i 2026.

(Kilde: Barron's)

Efterhånden som AI GPU'er udvikler sig, vil hver enkelt kræve et gennemsnit på 1,000 watt elektricitet i 2026, en bemærkelsesværdig stigning fra gennemsnittet på 650 watt forbrugt i dag.

17. AI vil være et stærkt bidragyder til den forventede 80% stigning i efterspørgsel efter datacentre i USA i 2030.

(Kilde: S&P Global)

Navitas Semiconductor forudser en stigning i USA's datacenterefterspørgsel på 80 % mellem 2023 og 2030, hvor størstedelen af ​​dette tilskrives den nødvendige kraft til at træne AI-modeller, som, som nævnt, er mellem to til tre gange højere end almindelige applikationer.

18. Google Search ville fordoble sit energiforbrug ved at skifte til kun AI-servere.

(Kilde: Cell)

En nylig akademisk undersøgelse bemærker, at Google i stigende grad omfavner AI-servere i søgefunktioner. Hvis giganten skiftede hele sin søgeside af virksomheden til AI, ville den fordoble sit elforbrug, hvilket nogenlunde ville være den samme mængde elektricitet, der bruges af landet Irland.

19. Naturgasselskaber forventer, at efterspørgslen efter AI-elektricitet vil forårsage et forretningsboom.

(Kilde: CNBC)

Med nogle estimater, der tyder på, at efterspørgslen efter elektricitet vil stige med 20 % i 2030 takket være kunstig intelligens, tror naturgasproducenter, at de kan udfylde hullet, hvor vedvarende energi vil svigte. Kunstig intelligens kan føre til en stigning i naturgasforbruget med så meget som 10 milliarder kubikfod om dagen.

20. Elon Musk mener, at der ikke vil være nok elektricitet til at drive alle AI-chips i 2025.

(Kilde: Barron's)

Selv med naturgas og andre kilder er spørgsmålet stadig: har verden overhovedet energikapaciteten til at følge med væksten i AI-elektricitetsforbruget? SpaceX og Tesla-chef Elon Musk mener, at selv næste år vil der ikke være nok elektricitet til at drive de chips, der driver AI.

21. Vedvarende energi kunne være svaret.

(Kilde: Barron's)

Det Virginia-baserede globale energiselskab AES går i spidsen for overgangen til ren energi. Det forudsiger, at datacentre vil nå op på 7.5 % af det samlede amerikanske elforbrug i 2030, men muligheden for at bruge vedvarende energi til kunstig intelligens er den sikreste mulighed for at imødekomme efterspørgslen rent.

22. AI-drevne smarte hjem kunne reducere husholdningernes CO2-emissioner med 40 %.

(Kilder: BI Team, GESI)

Et andet tegn på, at fremkomsten af ​​kunstig intelligens ikke er dårligt for planeten, er dens evne til at gøre smarte hjem mere effektive. Forskning tyder på, at smarte varmesystemer vil reducere gasforbruget med omkring 5 %, mens automatisering i hjemmets energisystemer kan reducere den gennemsnitlige boligs CO2-udledning med op til 40 %.

Resumé

Der er ingen tvivl om, at AI er kommet for at blive. Men hvis hastigheden for AI-vedtagelse overstiger væksten i elproduktionen, kan tilgængeligheden af ​​elektricitet kæmpe for at holde trit med strømbehovet, hvilket potentielt kan føre til strømmangel eller øgede energiomkostninger.

Som disse AI-elektricitetsstatistikker afslører, bliver der gjort en indsats for at forbedre energieffektiviteten af ​​AI-systemer, og nogle af dets applikationer kan faktisk gavne planeten i form af øget fokus på vedvarende energi og energieffektivitet i hjemmet.

Men da kunstig intelligens fortsætter med at udvikle sig og udvides, er efterspørgslen efter elektricitet sandsynligvis stadig høj.

kilder:

1. Vox

2. S&P Global

3. Barron s

4. The New Yorker

5. The Verge

6. Statista

7. Forbes

8. Yale

9. Allieret markedsundersøgelse

10. Statista

11. gennemsnitlig breddegrad

12. Prioritetsforskning

13. Data Commons

14. CNBC / Wells Fargo

15. Scientific American

16. Investorer

17. Cell

18. BI Team

19. GESI