یکی از انتقادها به ظهور هوش مصنوعی، میزان انرژی مورد نیاز برای تأمین برق این فناوری است؛ با این وجود ممکن است راه حل این مشکل در خود این فناوری نهفته باشد.

آژانس بین‌المللی انرژی انتظار دارد مراکز داده تا سال ۲۰۲۶ مصرف برق خود را در مقایسه با سال ۲۰۲۲ دو برابر کنند، یعنی زمانی که مراکز داده ۲ درصد سهم از مصرف برق جهانی را به خود اختصاص داده بودند. با این حال، تحقیقات نشان می‌دهد که استفاده از هوش مصنوعی در صنایع دیگر باعث افزایش کارایی در مصرف انرژی می‌شود، و این ممکن است بیش از آن چه را که هوش مصنوعی تشنه‌ی مصرف آن است، جبران نماید.

بر اساس تحقیقات شورای لیسبون (Lisbon Council)، «حتی اگر پیش‌بینی‌ها مبنی بر اینکه مراکز داده به زودی ۴ درصد از مصرف انرژی جهان را به خود اختصاص خواهند داد، محقق شود، هوش مصنوعی تأثیر عمده‌ای بر کاهش ۹۶ درصد باقیمانده مصرف انرژی خواهد داشت.»

همچنین، رایانش شتاب‌یافته (Accelerated Computing)، که از پردازش موازی پردازنده‌های گرافیکی اِنویدیا (Nvidia) بهره می‌گیرد، اجازه می‌دهد کارهای بسیار بیشتری در زمان کمتری انجام شوند. در نتیجه مصرف انرژی نسبت به زمانی که از پردازنده‌های ساخته‌شده با هدف انجام یک کار در یک زمان استفاده می‌شود، کاهش می‌یابد.

این مطالعه نشان می‌دهد: «با وجود اینکه مصرف انرژی برای آموزش مدل‌های زبانی بزرگ (LLM) به طور قابل توجهی افزایش یافته است، نوآوری‌های سخت‌افزاری و نرم‌افزاری از جمله رایانش شتاب‌یافته به قدری سریع در حال پیشرفت هستند که در مجموع، مصرف انرژی با سرعتی بسیار کمتر از سرعت افزایش نیازها و عملکردهای محاسباتی رشد می‌کند.»

بر مبنای یک پست وبلاگ از شرکت اِنویدیا، «با گذر از عملیات‌های منحصراً مبتنی بر سی‌پی‌یو (CPU) به سامانه‌های شتاب‌یافته مبتنی بر جی‌پی‌یو (GPU)، بارهای کاری محاسباتی با عملکرد بالا (HPC) و هوش مصنوعی (AI) خواهند توانست سالانه بیش از ۴۰ تراوات-ساعت در مصرف انرژی صرفه‌جویی کنند که معادل نیاز برق تقریباً 5 میلیون خانه در ایالات متحده است».

یک مطالعه‌ی‌ دیگر توسط مرکز نوآوری داده (Center for Data Innovation) نشان داده است که برخی از لفاظی‌های پیرامون استفاده بیش از حد از انرژی در هوش مصنوعی بی‌اساس هستند. این مطالعه به مقاله فوربس (Forbes) در دهه ۱۹۹۰ اشاره می‌کند که پیش‌بینی می‌کرد اینترنت در دهه‌ی آینده نیمی از ظرفیت شبکه‌ی برق را مصرف کند.

در این مطالعه آمده است: «با افزایش اخیر علاقه به هوش مصنوعی، مردم بار دیگر سؤالاتی را در خصوص مصرف انرژی یک فناوری نوظهور مطرح می‌کنند. با این حال، همچون فناوری‌های پیشین، بسیاری از ادعاهای اولیه در خصوص مصرف انرژی توسط هوش مصنوعی متورّم و گمراه‌کننده هستند.»

در واقعیت، انبوهی از شرکت‌های بزرگ فناوری که پشت ظهور هوش مصنوعی قرار گرفته‌اند، به دنبال اهدافی برای  رسیدن به آلایندگی صفر کربنی در سازمان‌های خود هستند. این لیست شامل غول‌های فناوری مانند اَپل (Apple)، مایکروسافت (Microsoft)، آی‌بی‌ام (IBM)، فناوری‌های دِل (Dell Technologies)، گوگل (Google)، مِتا (Meta) و اینتل (Intel) است.

بر اساس گزارش اداره‌ی اطلاعات انرژی ایالات متحده، باد و خورشید در سال گذشته ۱۴٬۱ درصد از تولید برق را به خود اختصاص داده‌اند. طبیعتاً این میزان برای کمک به شرکت‌های فناوری با مصرف انرژی بالا جهت دست‌یابی به اهداف کربن‌خنثی کافی نیست، و همین موضوع برخی را بر آن داشته تا نگاهی به انرژی هسته‌ای نیز بیندازند.

خدمات وب آمازون (AWS) در اوایل سال جاری یک مرکز داده خریداری کرد که برق آن توسط نیروگاه هسته‌ای تالِن انرژی (Talen Energy) در شهرک سالم (Salem)، پِن (Penn) تامین می‌شد. همچنین شرکت نِکست‌اِرا انرژی (NextEra Energy) در حال بررسی بازراه‌اندازی یک نیروگاه هسته‌ای بازنشسته در آیووا است که بخشی از این تصمیم به دلیل افزایش در تقاضای برق مراکز داده میزبان هوش مصنوعی ناشی می‌شود.

و البته خود شرکت‌های فناوری نیز در حال یافتن راه‌هایی هستند تا کارایی محصولات خود را افزایش دهند. اِنویدیا می‌گوید پردازنده‌های گرافیکی این شرکت در هشت سال گذشته کارایی خود را در اجرای مدل‌های زبان بزرگ تا ۴۵٫۰۰۰ برابر افزایش داده‌اند.

اِنویدیا می‌گوید: «اگر راندمان خودروها به همان اندازه‌ای که اِنویدیا کارایی هوش مصنوعی را در سکوهای رایانش شتاب‌یافته ارتقا داده است، بهبود می‌یافت، خودروها اکنون ۲۸۰٫۰۰۰ مایل در هر گالن پیمایش داشتند و یا به عبارتی دیگر، مصرف سوخت آنها ۰٬۰۰۰۸۴ لیتر در صد کیلومتر می‌بود.

همچنین سوپر مایکرو کامپیوتر (Super Micro Computer) در حال پیشبرد اَبَرخوشه‌های هوش مصنوعی خنک‌شونده با مایع با همکاری تولیدکنندگان جی‌پی‌یو از جمله اِنویدیا، اِی‌اِم‌دی و اینتل است. این فناوری‌ها پتانسیل کاهش قبوض انرژی مراکز داده را تا ۴۰ درصد دارند.