Impronta Energetica dell’IA: Miti e Realtà

Con l’integrazione dell’intelligenza artificiale nella società moderna, le preoccupazioni per il suo consumo energetico stanno suscitando un acceso dibattito. Greenpeace ha avvertito che la crescente richiesta di energia da parte dell’IA potrebbe ostacolare gli sforzi per combattere il cambiamento climatico.¹ Allo stesso modo, Goldman Sachs Research ha sollevato preoccupazioni sull’impatto ambientale dell’utilizzo dell’energia da parte dell’IA.² Tuttavia, un esame più attento rivela una relazione più sfumata tra IA, efficienza energetica e decarbonizzazione. In questo articolo esploriamo le complessità del consumo energetico dell’IA, sfatiamo i miti comuni e mettiamo in evidenza i progressi nell’efficienza energetica.

La fame insaziabile dell’IA

L’intelligenza artificiale è spesso criticata per il suo notevole consumo energetico, in particolare da parte dei data center che ne supportano le operazioni. Alla fine dello scorso anno, una ricerca pubblicata sulla MIT Sloan Management Review ha dimostrato che una singola query di ChatGPT produce 100 volte le emissioni di carbonio di una tipica ricerca su Google.³ Secondo l’Agenzia Internazionale dell’Energia, la domanda globale di energia da parte di data center, criptovalute e IA dovrebbe raddoppiare entro il 2026.⁴ Secondo una previsione della School of Engineering and Applied Science dell’Università della Pennsylvania, la tecnologia informatica consumerà dall’8% al 21% dell’energia globale entro il 2030, con i data center che rappresenteranno un terzo di questo utilizzo.⁵

Il Dipartimento per la Sicurezza Nazionale degli Stati Uniti ha costituito un AI Corps per fornire consulenza sull’uso dell’IA all’interno del governo federale⁶, mentre il Dipartimento dell’Energia sta esaminando il fabbisogno energetico dei data center.⁷ Gli attivisti per il clima hanno proposto misure più drastiche, come le tasse sul carbonio per frenare l’utilizzo di energia da parte dell’AI, sottolineando la necessità di risparmiare energia per ridurre le emissioni di gas serra.⁸

Applicazioni concrete dell’IA

Nonostante le proiezioni allarmanti, i dati attuali suggeriscono che il consumo energetico dell’IA potrebbe essere meno grave. Guy Berger del Burning Glass Institute sottolinea che le applicazioni dell’IA non sono ancora molto diffuse.⁹ Finale Doshi-Velez, professore dell’Università di Harvard, osserva in un recente rapporto che mentre l’IA ha fatto passi da gigante in compiti specifici, la sua adozione a livello generale rimane limitata a causa della mancanza di una supervisione etica e normativa.¹⁰ Anche il World Economic Forum sottolinea i risultati dell’AI Index dell’Università di Stanford, che indicano che, nonostante gli ingenti investimenti nell’IA, le applicazioni pratiche sono ancora in ritardo.¹¹

Ad esempio, solo il 2,5% delle aziende statunitensi utilizza l’IA per l’automazione del marketing e l’1,9% per gli agenti virtuali.¹² Inoltre, i Large Language Models sono attualmente utilizzati solo da un esiguo 1% delle aziende.¹³

Inoltre, le stime sul consumo energetico dell’IA sono spesso basate su proiezioni piuttosto che su dati concreti, il che può portare a una significativa incertezza. Ad esempio, Goldman Sachs Research prevede un aumento del 500% della domanda di energia legata all’IA nel Regno Unito nel prossimo decennio,¹⁴ mentre si prevede che entro il 2030 i data center statunitensi rappresenteranno l’8% del consumo totale di elettricità della nazione, rispetto al 3% del 2022.¹⁵ I rapporti del Boston Consulting Group e di Rystad Energy prevedono che il consumo energetico dei data center salirà a 307 TWh entro il 2030.¹⁶

La storia può farci da guida?

Per mettere tutto ciò in prospettiva, possiamo fare un parallelo con le previsioni tecnologiche del passato che non hanno avuto l’esito sperato. All’inizio degli anni Duemila, si è diffusa la preoccupazione per il consumo energetico di Internet. Gli analisti prevedevano che l’utilizzo di Internet sarebbe aumentato in modo esponenziale, portando a un aumento insostenibile della domanda di energia.¹⁷ Ad esempio, uno studio condotto alla fine degli anni ’90 aveva stimato che Internet avrebbe potuto consumare fino all’8% dell’elettricità degli Stati Uniti entro il 2005.¹⁸​ Tuttavia, queste previsioni hanno ampiamente sovrastimato il consumo energetico effettivo, poiché i progressi tecnologici nell’efficienza energetica hanno mitigato la domanda prevista.^{19, 20}

Questi esempi storici illustrano come le proiezioni possano spesso essere speculative e soggette a revisioni significative. Pertanto, le attuali stime sul consumo energetico dell’IA, pur evidenziando le tendenze potenziali, devono essere considerate con cautela e con la consapevolezza delle loro intrinseche incertezze.

La realtà dei guadagni di efficienza

Ma la storia non finisce qui. Si stanno già ottenendo significativi guadagni in termini di efficienza. L’intensità energetica dei data center (consumo di energia per calcolo), ad esempio, è diminuita del 20% all’anno dal 2010.  Nvidia, leader mondiale nella progettazione di GPU, ha sviluppato il suo nuovo chip Blackwell, che utilizza 25 volte meno energia del suo predecessore.²¹ Inoltre, sono stati compiuti importanti progressi nella progettazione e nella gestione dei data center. Ad esempio, i grandi data center raggiungono ora metriche di Power Usage Effectiveness (PUE) significativamente migliori.²² Per contestualizzare questo dato, nel 2007 il PUE medio dei data center era di circa 2,0, il che significa che per ogni 2 unità di energia consumata dalla struttura, solo 1 unità veniva utilizzata per l’elaborazione e il resto per il raffreddamento e le spese generali.²³

Oggi, leader del settore come Google e Amazon Web Services riportano PUE pari o inferiori a 1,2 in alcuni centri (un PUE di 1,2 significa che per ogni 1,2 unità di energia consumata, 1 unità è utilizzata per l’elaborazione e solo 0,2 unità sono utilizzate per il raffreddamento e altre spese generali).²⁴

Sulla base della nostra ricerca, prevediamo diverse strategie che potrebbero migliorare l’efficienza energetica dei data center in futuro, vale a dire:

1. Virtualizzazione e consolidamento: Ottimizzazione dell’utilizzo dei server attraverso il consolidamento delle macchine fisiche.
2. Sistemi di raffreddamento efficienti: Impiego di tecniche di raffreddamento avanzate per ridurre il consumo energetico.
3. Hardware ad alta efficienza energetica: Privilegiare l’uso di server e apparecchiature di rete ad alta efficienza energetica.
4. Software di gestione dell’energia: Regolazione dell’uso dell’energia in base alla domanda per risparmiare energia.
5. Layout ottimizzato del centro dati: Progettazione di layout per ridurre al minimo lo spreco di energia e ottimizzare il flusso d’aria.

Un paragone sulla domanda di energia

È interessante notare che i veicoli elettrici potrebbero presto eguagliare o superare la domanda di energia dell’IA. Il modello REPEAT di Princeton stima che la domanda di elettricità negli Stati Uniti per i veicoli elettrici sarà di 391 TWh entro il 2030, paragonabile ai 320-390 TWh previsti per i data center.²⁶ Nonostante ciò, i veicoli elettrici sono ampiamente promossi (e non demonizzati) per il loro ruolo nella riduzione delle emissioni dei trasporti, evidenziando una disparità nel modo in cui le nuove tecnologie vengono percepite (e comprese).

Rispondere ai bisogni di energia futuri

Per far fronte alla domanda di energia dell’intelligenza artificiale, quindi, le aziende tecnologiche devono esplorare fonti energetiche diversificate. Microsoft ha stretto una partnership con Constellation Energy per fornire energia nucleare ai suoi data center,²⁷ mentre Google si è accordata con Fervo Energy per la produzione di energia geotermica.²⁸ Amazon Web Services ha recentemente acquistato da Talen Energy il campus del centro dati Cumulus, alimentato a energia nucleare,²⁹ e Meta supporta già il 100% dei suoi data center con energia rinnovabile (grazie a significativi investimenti nell’eolico e nel solare, che fanno di Meta uno dei maggiori acquirenti di energia rinnovabile a livello globale, con data center progettati per l’alta efficienza, il risanamento delle acque e la certificazione LEED Gold).³⁰ Anche l’energia idroelettrica viene presa in considerazione per soddisfare il crescente fabbisogno di elettricità dei data center.

L’innovazione batte la preoccupazione

Piuttosto che temere l’impatto energetico dell’IA, dovremmo concentrarci su soluzioni proattive. Migliorando l’efficienza energetica e diversificando le fonti di energia pulita, possiamo equilibrare i benefici dell’IA con la sua domanda di energia. Il dibattito deve passare dalla preoccupazione all’innovazione, assicurando che l’IA contribuisca positivamente a un futuro sostenibile e ad alto consumo energetico.