Сколько энергии жрёт нейросеть: почему вашему ChatGPT нужно столько же электричества как для заварки дошика
Краткое содержание: Наткнулся на видео, в котором мужик рассказывает, как опасны нейросети тем, что тратят много ресурсов планеты, и надо от них срочно отказаться. Я решил разобраться, так ли это на самом деле. Оказалось, один запрос в ChatGPT съедает в 30 раз меньше энергии, чем заваривание дошика, а генерация одной картинки в Midjourney ≈ 1/5 чайника кипятка. Разберёмся, сколько планета теряет, пока вы заставляете ИИ писать вам курсовые и рисовать котиков в космосе. Спойлер: оказывается, это меньшая из наших проблем.
Нейросети и киловатты: как я пытался разобраться, сколько энергии уходит на генерацию моих текстов
Листаю я значит рилс, никого не трогаю, и тут появляется какой-то мужик в белой рубашке с умным видом и начинает вещать: "ИИ - это угроза для планеты! Знаете, сколько энергии потребляет один дата-центр? Как целый маленький город! А вы своими запросами к ChatGPT только усугубляете проблему глобального потепления!"
Честно говоря, я задумался. Действительно, сколько энергии я сжигаю, когда прошу нейросеть написать мне текст или сгенерировать картинку? Может, я лично плавлю ледники где-нибудь в Антарктиде каждый раз, когда генерирую заголовок для статьи?
Решил копнуть тему глубже, и оказалось, что вокруг энергопотребления ИИ столько же шума, сколько вокруг биткоина, но конкретных цифр при этом — кот наплакал. Причём разные источники дают настолько разные данные, что, кажется, будто они о разных планетах пишут.
Но я всё-таки нашёл консенсус среди экспертов. Давайте разбираться.
Три кита, на которых стоит энергожорство нейросетей
Искусственный интеллект потребляет в основном три ресурса (как в любой криптовалютной пирамиде — шутка):
- Энергия ⚡ — для работы дата-центров, серверов и тех самых GPU, без которых современные нейросети работали бы со скоростью черепахи после обеда из трёх блюд.
- Железо 🖥 — графические процессоры (GPU) и тензорные процессоры (TPU). Тренировка GPT-3 потребовала тысяч GPU-часов. Одна NVIDIA A100 стоит как хорошая машина, а для обучения больших моделей нужны тысячи таких карт.
- Вода 💧 — серверы греются как сковородки в Аду, и их нужно охлаждать. А на это уходит тонна воды. Экологический след некоторых моделей сравнивают с выбросами целых отраслей промышленности.
И если вы думаете, что ваши запросы к нейросети — это безобидное баловство, то я сейчас покажу, сколько на самом деле электричества уходит на каждое "напиши мне эссе про Достоевского на 5 страниц".
Какие модели ИИ самые прожорливые?
Есть три типа моделей, которые особенно любят полакомиться киловаттами:
- Большие языковые модели (LLM) — GPT-4, Gemini, Claude и все их многочисленные родственники. Они как старший брат, который съедает половину холодильника за один присест.
- Модели для генерации изображений — Midjourney, DALL-E, Stable Diffusion. Эти ребята — настоящие энергетические вампиры. Они потребляют в 10-20 раз больше энергии, чем текстовые модели.
- Глубокие нейросети с миллиардами параметров — чем больше параметров, тем больше энергии нужно. А современные модели имеют десятки и сотни миллиардов параметров.
А вот что удивительно: самые экономичные модели — это старые добрые статистические алгоритмы, которые мы учили ещё в универе. Линейная регрессия, деревья решений, случайные леса — они работают на обычных CPU и потребляют минимум энергии.
Давайте посчитаем на пальцах: сколько энергии уходит на один запрос?
Я люблю конкретику, поэтому давайте перейдём к цифрам. Сколько же электричества на самом деле потребляет нейросеть, когда вы просите её что-то сгенерировать?
Генерация текста (например, в ChatGPT):
- Энергопотребление: примерно 0,001-0,01 кВт·ч (1-10 Вт·ч) на один запрос.
- Углеродный след: примерно 0,2-2 грамма CO₂ на запрос.
Для сравнения: одна поисковая операция в Google ≈ 0,2 г CO₂.
Генерация изображения (например, в Midjourney):
- Энергопотребление: около 0,01-0,1 кВт·ч (10-100 Вт·ч) на одно изображение.
- Углеродный след: примерно 2-20 граммов CO₂ на изображение.
Получается, что генерация картинок в 10-20 раз прожорливее, чем генерация текста. Логично: картинка требует больше вычислений, чем набор слов.
Бытовые сравнения, чтобы было понятно даже моей бабушке
Сухие цифры ни о чём не говорят, давайте сравним энергопотребление нейросетей с привычными бытовыми процессами:
⚡ Энергопотребление в Ватт-часах (Вт·ч):
- 📝 Генерация одного текста (GPT): ≈ 1-10 Вт·ч
- 🎨 Генерация одного изображения: ≈ 10-100 Вт·ч
- ☕ Кипячение чайника (1 литр воды): ≈ 100-150 Вт·ч
- 📱 Зарядка смартфона: ≈ 10-15 Вт·ч
- 📺 Просмотр телевизора (1 час): ≈ 50-150 Вт·ч
- 💻 Работа ноутбука (1 час): ≈ 20-50 Вт·ч
- 🧺 Стирка в стиральной машине (одна загрузка): ≈ 500-1000 Вт·ч
🌱 Углеродный след в граммах CO₂:
- 📝 Генерация текста (GPT): ≈ 0,2-2 г CO₂
- 🎨 Генерация изображения: ≈ 2-20 г CO₂
- ☕ Кипячение одного чайника: ≈ 20-50 г CO₂
- 📱 Зарядка одного смартфона: ≈ 3-5 г CO₂
- 📺 Просмотр одного часа ТВ: ≈ 25-80 г CO₂
- 🚗 Одна поездка на автомобиле (1 км): ≈ 100-250 г CO₂
Получается, что:
- Один запрос в ChatGPT ≈ примерно 1-2 минутам зарядки смартфона.
- Генерация одного изображения ≈ полной зарядке смартфона или 5-20 минутам просмотра телевизора.
Рекорд по наглядности: сравнение с дошиком
Давайте представим, что у нас есть стандартная порция дошика, которую нужно залить кипятком. На кипячение 0,5 литра воды чайник потратит примерно 50-80 Вт·ч энергии.
🍜 Сколько действий равно энергии на один дошик:
- 📝 Генерация текста в GPT: ≈ 5-50 текстов на один дошик
- 🎨 Генерация изображения: ≈ 1-8 изображений на один дошик
- 🍜 Заварить один дошик: ровно один дошик 😄
То есть, если вы попросите ChatGPT написать вам 30 текстов, это примерно равно энергии, необходимой для приготовления одной порции дошика. А 5 картинок в Midjourney — это тоже примерно один дошик.
Что делать, если хочется нейросетей, но не хочется разорять планету?
Если вы всё-таки беспокоитесь об экологии (а кто после таких рилсов не будет?), вот несколько способов снизить энергопотребление при использовании ИИ:
- Используйте компактные модели вместо огромных. Например, DistilBERT вместо BERT или MobileNet вместо ResNet.
- Не генерируйте каждый раз заново, а сохраняйте результаты. Особенно это касается изображений.
- Оптимизируйте запросы. Чем точнее запрос, тем меньше итераций нужно для полу��ения результата.
- Лучше текст, чем изображения. Если можно обойтись текстом вместо картинки — используйте текст.
- Используйте локальные малые модели, где это возможно, вместо обращения к облачным сервисам.
Мои выводы, которые никто не просил
- ИИ не такой уж энергожор, как его малюют в рилсах. Да, на тренировку больших моделей уходит куча энергии, но один запрос обычного пользователя — это капля в море.
- Генерация текста намного экономичнее, чем генерация изображений. Почти в 10-20 раз!
- Бытовая техника потребляет намного больше, чем ваши запросы к ИИ. Один цикл стирки = 500-1000 запросов к ChatGPT.
- Если используете нейросеть — не пейте чай одновременно. Серьёзно, если каждый раз, запрашивая что-то у ИИ, вы будете отказываться от чашки чая, то выйдете в минус по энергозатратам! 20 запросов к ChatGPT потребляют столько же энергии, как одна чашка чая.
- А если вы заваривали дошик во время генерации изображения — считайте, что вы израсходовали двойную норму энергии. Вам теперь придётся не пользоваться телефоном целый день, чтобы компенсировать этот углеродный след!
В общем, я пришёл к выводу, что чувак из рилса немного преувеличивал. Или, может, он просто не в курсе, что его 5-минутное видео в HD качестве потребляет больше энергии, чем сотня запросов к ChatGPT. Генерация текста на удивление экологична, если сравнивать с другими повседневными активностями.
А если хотите по-настоящему сэкономить энергию — выключите YouTube и полчаса почитайте бумажную книгу. Только не перед сном, а то придётся включать лампу, и весь смысл теряется.
P.S. Подписывайтесь на мой телеграм-канал, там я регулярно публикую такие марафоны любопытства по разным темам маркетинга, технологий и бизнеса!