L’Intelligenza artificiale (o IA) è sicuramente una delle rivoluzioni più interessanti sfornate dalle aziende tecnologiche negli ultimi anni, che hanno reso possibile l’elaborazione e l’incrocio di mole gigantesche di dati, cosa impossibile per i normali processi informatici e per la ricerca umana, utile per trovare nuove combinazioni di molecole farmaceutiche o ritrovati per l’industria, ma spesso, forse anche troppo, utilizzata per fare cazzeggio, ovvero per chiedere ricette di cucina, chiedere aggiornamenti di gossip o, ancora, produrre immagini o video che falsano la realtà, ma però verosimili ad un occhio non smaliziato.
Tutto ciò con costi enormi, sia di sviluppo e istruzione, che per la realizzazione delle infrastrutture informatiche necessarie all’archiviazione e all’elaborazione dei dati, almeno nella prima fase di sviluppo condotta dalle aziende americane.
Poi, scopiazzando, migliorando e affinando sono arrivati i cinesi che hanno proposto modelli di IA più “leggeri”, che necessitano di meno istruzioni e, soprattutto, di macchine di elaborazione meno sofisticate, tanto in alcuni casi da potere girare in locale su un normale computer, ovviamente adeguatamente carrozzato in termini di processori e di memoria Ram. Un avvento che ha già contribuito a fare traballare il piano finanziario dell’IA, specie nel momento che assorbe investimenti come un’idrovora, ma senza emettere dividendi in quantitativo accettabile anche solo per pagare gli interessi sui debiti accesi per finanziare gli investimenti.
Tanto che anche uno studio della Banca centrale europea s’interroga sulla presenza sempre più gonfia di una bolla finanziaria legata all’IA che sarebbe pronta per esplodere, così come è già accaduto sulla fine del secolo scorso con il fenomeno delle “dot.com”, proprio per via dell’enorme differenza tra investimenti mobilitati, costi d’esercizio e remunerazione dei servizi offerti, molti dei quali gratuiti.
La domanda che corre più di frequente è quanto costa e quanto impatta una domanda (query) fatta all’Intelligenza artificiale. A questo arrovellante dubbio, più che legittimo, arriva in soccorso uno studio ufficiale fatto da Google relativo alla sua IA Gemini, secondo cui la risposta a una richiesta di un utente in media servono circa 0,24 wattora di elettricità consumo che equivale a circa un secondo di utilizzo del forno a microonde oppure a nove secondi di visione della TV. Come al solito, presi singolarmente sono numeri piccoli, quasi trascurabili, ma se assommati tutti per i miliardi di domande che vengono rivolte ogni giorno ai sistemi di IA, da quelli più complessi a quelli più semplici degli assistenti virtuali personali, i consumi (e i costi) esplodono.
Lo studio effettuato da Google è il più dettagliato tra quelli finora noti, poiché considera non solo i chip che elaborano i modelli (i cosiddetti TPU, responsabili del 58% del consumo), ma anche la CPU e la memoria dei server all’interno dei data center (25%), le macchine di riserva pronte in caso di guasto (10%) e i sistemi di raffreddamento e conversione della potenza (8%). A questo si aggiunge pure l’acqua necessaria per il raffreddamento degli elaboratori, tanto che ogni domanda fatta a Gemini equivale a cinque gocce, anche se nelle ultime evoluzioni il consumo di acqua è praticamente azzerato, grazie alla diffusione di circuiti di raffreddamento a ciclo chiuso.
Un consumo praticamente simile è accreditato per l’IA di ChatGpt sviluppata da OpenAI, con un consumo di 0,34 Wh per ogni interrogazione, l’equivalente di una lampadina LED da 10 W accesa per circa 2 minuti. Generare un miliardo di messaggi al giorno per un anno significherebbe quindi un consumo di oltre 109 gigawattora (GWh) di elettricità, sufficienti per alimentare 10.400 case statunitensi per un anno.
Fin qui, i consumi per una domanda con risposta di testo. Cosa succede se invece di una semplice risposta si chiede all’IA di creare un’immagine o un video? L’IA di Meta, Llama, richiede circa 1 Wh per una risposta di testo, mentre la generazione di un’immagine fissa richiede tra 0,3 e 1,2 Wh, con consumi che salgono esponenzialmente per la produzione di video, con Sora di OpenAI che assorbe ben 1 kWh ogni 5 secondi di video prodotto.
I modelli linguistici di grandi dimensioni (ChatGPT, Gemini, ecc.), poi, tendono ad avere prestazioni migliori in termini di precisione e qualità (anche se il rischio di abbaglio e di inesattezza è sempre in agguato), ma al tempo stesso consumano molto di più. Secondo i test condotti dall’IEA, un modello di generazione di immagini potrebbe generare circa 55 trilioni di immagini con circa 100 TWh di energia, circa la metà del fabbisogno energetico annuale di Paesi come l’Islanda. Di fatto, i consumi dei modelli di intelligenza artificiale dipendono dalle richieste da parte degli utenti: sempre secondo i dati dell’IEA, generare un video di alcuni secondi potrebbe richiedere la stessa quantità di energia necessaria per caricare un computer portatile per due volte. Spesso solo per un mero diletto.
Come si vede, i singoli consumi moltiplicati per gli ormai miliardi di domande che vengono fatte alle varie IA (Google per Gemini, OpenAI con Microsoft per ChatGPT, Meta per i suoi modelli, Mistral in Europa) raggiungono consumi tutt’altro che trascurabili, anzi: gli stessi gestori delle reti elettriche stanno iniziando ad avere problemi nell’assicurare la fornitura di elettricità ai vari centri elaborazione dati che stanno fiorendo in tutto il mondo. Google ha provveduto ad acquistare centrali idroelettriche e nucleari per assicurarsi forniture energetiche sicure e a basso impatto ambientale per ben 22 GW, tanto che oggi Gemini è l’IA che ha il minore impatto ambientale con appena 0,03 g/CO2 emessa per ogni richiesta.
Non c’è solo il problema dell’impatto ambientale dell’IA: c’è anche quello che la spinta verso questa tecnologia ha dirottato la produzione di chip di calcolo e di memoria verso i modelli più performanti – e maggiormente remunerativi – con il risultato che i pochi produttori mondiali del settore (concentrati tra Taiwan e il Sud Corea) hanno rallentato la produzione e la disponibilità di chip meno performanti solitamente destinati all’industria dell’auto o dell’informatica consumer o, ancora, della telefonia, con notevoli incrementi di prezzo per computer e cellulari, prossimamente anche per le auto, sempre che le case costruttrici non applichino strategie di semplificazione degli apparati tecnologici di bordo, a partire dai sistemi di intrattenimento e di interfaccia digitale sempre più diffusi, anche per contenere i listini dinanzi ad una concorrenza cinese arrembante.
E quanto fin qui visto è solo l’inizio.
Per rimanere sempre aggiornati con le ultime notizie de “ViViItalia Tv”, iscrivetevi al canale Telegram per non perdere i lanci e consultate i canali social della Testata.
Ti piace “Lo Schiacciasassi”? Iscriviti qui sul canale YouTube di “ViViItalia Tv”
Ti piace “ViViItalia Tv”? Sostienici!
YouTube
Telegram
https://www.linkedin.com/company/viviitaliatv
https://www.facebook.com/viviitaliatvwebtv
© Riproduzione Riservata