La intel·ligència artificial (IA) s'està convertint en part de la vida diària de moltes persones a tot el món. A nivell individual, la gent utilitza cada cop més models d'IA per a les consultes de cerca. Tot i que Google encara domina el mercat de cerca, ChatGPT ha representat l'amenaça més important per al seu domini.
A nivell empresarial, cap indústria queda fora, des de l'agricultura fins a la sanitat, des de les finances fins a l'entreteniment, les organitzacions d'arreu del món estan integrant la IA a les seves operacions diàries.
S'espera que la demanda mundial i l'ús d'IA creixi exponencialment en els propers anys, de manera que les empreses tecnològiques responen a aquest desenvolupament construint centres de dades massius. Però aquest creixement té un cost: consum d'energia, costos econòmics i impacte ambiental. La informàtica tradicional simplement no pot mantenir-se al dia amb la creixent demanda d'energia i informàtica. Per mantenir la revolució de la IA, hem de repensar la física de la informàtica moderna.
Problemes energètics
Fins i tot sense tenir en compte la IA, la informàtica electrònica es troba en un moment crític. La llei de Moore està fallant, l'escala de Dennard s'ha trencat i el resultat és la proliferació de "silici fosc", les parts dels transistors d'un xip que han de romandre sense energia o inactiu per evitar el sobreescalfament.
Entrenar un model d'IA gran no és una tasca fàcil. Els grans models de llenguatge (LLM) s'entrenen en quantitats massives de dades i tenen bilions de paràmetres. Prediuen, mesuren, ajusten i repeteixen el procés milers de milions de vegades. S'estima que la potència de càlcul necessària per entrenar models d'IA es duplicarà cada sis mesos.
Processar i moure quantitats tan grans de dades requereix un paral·lelisme i una potència massius. En la informàtica tradicional, una potència més alta requereix sistemes de densitat més alta. Una densitat més alta significa més resistència, i més resistència significa més calor. Això obliga els centres de dades a traslladar molta energia de la informàtica a la refrigeració, amb fins a un 40% del consum total d'energia del centre de dades que s'utilitza per evitar colps de servidors.
La infraestructura que dóna suport a la IA ja està lluitant i està clar que la informàtica tradicional ja no pot donar suport al desenvolupament futur.
Aspectes econòmics
Els operadors de centres de dades s'enfronten a un enigma financer: o bé limitar la densitat de càlcul al que poden gestionar les seves instal·lacions de refrigeració actuals, dificultant les seves capacitats comercials, o augmentar els límits tèrmics, provocant un envelliment accelerat del maquinari i components, augmentant les despeses operatives i els residus.
A més, el cost de la construcció de nous centres de dades també és molt elevat - McKinsey preveu que l'any 2030 caldran invertir 5,2 bilions de dòlars EUA. Si els centres de dades continuen depenent de la informàtica tradicional, invertir en una infraestructura ineficient suposarà un gran risc financer. Els consumidors corrents també es veuen afectats per les males condicions econòmiques; a mesura que la IA exerceix una pressió sense precedents a la xarxa i la demanda d'energia del centre de dades augmenta, els preus de l'electricitat estan augmentant. Aquests costos es traslladen a les llars del voltant en forma de factures d'electricitat que creixen ràpidament.
