Il training dei modelli di Intelligenza Artificiale più diffusi potrebbe comportare l’emissione di 284.000 chilogrammi di CO2. In questo articolo, Paolo Fontana, Country Manager Italy di Pure Storage spiega come invertire questa tendenza e ridurre l’impatto dell’IA sull’ambiente.
Buona lettura!
Intelligenza Artificiale e sostenibilità: c’è qualche problema?
L’IA può fare sempre di più. È sufficiente pensare a qualsiasi argomento e uno strumento di IA può generare, senza alcuna fatica, un’immagine o un testo. Non si pensa però all’impatto che questo può avere sull’ambiente. Ad esempio, la generazione di un’immagine da parte dell’IA consuma circa la stessa quantità di energia necessaria per ricaricare un cellulare. Un elemento rilevante se si considera che un numero sempre maggiore di aziende punta su questa tecnologia: il mercato dell’Intelligenza Artificiale, in Italia, cresce infatti in maniera importante. Nel 2023, il settore è aumentato del 52%, raggiungendo un valore di 760 milioni di euro, dopo un incremento del 32% già registrato nel 2022 rispetto all’anno precedente.
L’addestramento dei modelli di IA richiede, infatti, enormi quantità di dati, e per immagazzinarli sono necessari i data center. Secondo alcune stime i server di IA (in uno scenario medio) potrebbero consumare tra gli 85 e i 134 terawattora (Twh) di energia all’anno entro il 2027. Ciò equivale a oltre un terzo dell’energia consumata in Italia in un anno. Il messaggio è chiaro: l’Intelligenza Artificiale consuma molta energia e avrà quindi un importante impatto sull’ambiente.
L’Intelligenza Artificiale ha un problema di sostenibilità?
Per creare un modello di IA utile, sono necessari diversi elementi. Tra questi, i dati di training, una connessione Internet stabile, uno spazio di archiviazione sufficiente e le Unità di Elaborazione Grafica (GPU). Ogni componente consuma energia in una certa misura, ma la potenza di calcolo richiesta dalle GPU è quella che consuma di più. Secondo i ricercatori di OpenAI, la quantità di potenza di calcolo utilizzata è raddoppiata ogni 3,4 mesi dal 2012. Si tratta di un aumento enorme che probabilmente continuerà nel prossimo futuro, vista la popolarità di varie applicazioni di IA. Questo aumento della potenza di calcolo ha un impatto crescente sull’ambiente, come rilevato da uno studio dell’Università del Massachusetts, che ha evidenziato come il training dei modelli di Intelligenza Artificiale più diffusi potrebbe comportare l’emissione di 284.000 chilogrammi di CO2, ovvero quanto un’auto media che percorre 31 volte il giro del mondo.
Le aziende che desiderano creare un modello di IA devono, quindi, valutare attentamente il valore aggiunto di questa tecnologia rispetto al suo impatto ambientale. Inoltre, l’infrastruttura sottostante e le stesse GPU devono diventare più efficienti dal punto di vista energetico.
Ridurre l’impatto dell’Intelligenza Artificiale sull’ambiente
Nel processo di realizzazione di un modello di IA sono importanti diversi settori: l’industria dei data center, il settore energetico, l’industria dei semiconduttori, gli operatori delle telecomunicazioni e l’industria dello storage. Per ridurre l’impatto dell’intelligenza artificiale sull’ambiente, è necessario adottare misure in ciascuno di questi settori se si vuole migliorare la sostenibilità.
Il settore dello storage e il ruolo della tecnologia flash
Nel settore dello storage è possibile adottare misure concrete per ridurre l’impatto ambientale dell’Intelligenza Artificiale. Un esempio è rappresentato dalle soluzioni storage all-flash, che sono significativamente più efficienti dal punto di vista energetico rispetto allo storage tradizionale basato su disco (HDD). In alcuni casi, le soluzioni all-flash possono garantire una riduzione dell’85% del consumo energetico rispetto agli HDD. Alcuni fornitori stanno addirittura andando oltre le unità SSD standard e stanno sviluppando dei moduli flash, consentendo agli array all-flash di comunicare direttamente con il flash storage. In questo modo è possibile ottimizzare le capacità delle memorie flash e ottenere prestazioni, consumi energetici ed efficienza ancora migliori, grazie al fatto che i data centre richiedono meno energia, spazio e raffreddamento.
Inoltre, le soluzioni all-flash sono anche più adatte all’esecuzione di progetti di intelligenza artificiale rispetto alle soluzioni HDD. Infatti, il collegamento dei modelli di IA con i dati richiede una soluzione di archiviazione in grado di fornire in ogni momento un accesso affidabile e semplice ai dati attraverso i silos e le applicazioni, cosa che spesso non è possibile con una soluzione di archiviazione su HDD.
Alimentazione di backup dei data centre
I data centre possono fare un salto di qualità in termini di sostenibilità grazie a migliori e più efficienti tecniche di raffreddamento, e rendendo, per esempio, più sostenibili i generatori di backup. Un buon esempio in questo senso è rappresentato dalle strutture di alimentazione di backup del data centre NorthC di Groningen. Si tratta del primo data centre in Europa a utilizzare celle a combustibile basate sull’idrogeno verde come alimentazione di riserva al posto dei tradizionali generatori diesel. Naturalmente, l’idrogeno deve essere generato in modo “green”: qui sta il grande ruolo del settore energetico, che sta facendo passi da gigante.
Industria dei semiconduttori
È necessario aumentare l’energia da fonti rinnovabili perché i produttori di semiconduttori, in particolare delle GPU che costituiscono la base di molti sistemi di Intelligenza Artificiale, stanno rendendo i loro chip sempre più potenti e richiedono maggiore energia per funzionare. Ad esempio, 25 anni fa una GPU conteneva un milione di transistor, aveva una dimensione di circa 100 mm² e non consumava molta energia. Oggi le GPU contengono 14 miliardi di transistor, hanno una dimensione di circa 500 mm² e consumano 200 W di potenza. Le GPU sono oggi, quindi, più potenti e di conseguenza consumano molta più energia. L’industria dei semiconduttori deve, pertanto, puntare sull’efficienza energetica, cosa che sta già avvenendo. Ad esempio, l’efficienza energetica del processo di produzione viene costantemente migliorata e si sperimenta molto con nuovi materiali. Anche l’UE su questo tema sta facendo la sua parte, aiutando il settore attraverso il Chips Act, scommettendo sulla potenza di calcolo, l’efficienza energetica, i benefici ambientali e l’intelligenza artificiale.
Operatori delle telecomunicazioni
Gli operatori delle telecomunicazioni sono essenziali per uno scambio di dati veloce e affidabile. Questo aspetto è particolarmente importante perché l’efficacia dell’Intelligenza Artificiale dipende in larga misura dalla generazione da qualche parte dei dati e dal loro trasporto al data center perché l’IA venga eseguita. Si pensi, ad esempio, ad un’applicazione di Intelligenza Artificiale che necessita di dati provenienti dai sensori in una fabbrica. Gli operatori di telecomunicazioni possono diventare più sostenibili in vari modi, ad esempio concentrandosi sull’innovazione o riducendo le emissioni nella supply chain.
Conclusioni
L’Intelligenza Artificiale avrà un impatto sull’ambiente, ma iniziative come il passaggio all’archiviazione flash o il miglioramento della sostenibilità dei data center possono contribuire a ridurlo. Ogni settore può compiere passi concreti verso un percorso più sostenibile. Questo viene già fatto su larga scala, ma si può sempre procedere più rapidamente. È importante continuare a investire per combattere il cambiamento climatico.
di Paolo Fontana, Country Manager Italy di Pure Storage
