A mesterséges intelligencia fénysebességgel költözik be a hétköznapokba – a háttérben pedig csendben pörögnek a szerverek. A kérdés mára nem az, hogy hasznos-e az AI, hanem az, hogy mennyibe kerül energetikailag mindez a bolygónak. Meglepő a válasz: miközben az AI képes növelni a hatékonyságot és támogatni a klímacélokat, a működtetése közben valós, gyorsan növekvő energiaterhet jelent.
Láthatatlan áramfalók – az AI valós energiaéhsége
Amikor egy keresést beírunk a Google-be, a rendszer átlagosan 0,03 Wh energiát igényel – nagyjából annyit, mint amikor egy 9–10 wattos LED-égőt 20 másodpercre felkapcsolunk. Ezzel szemben, ha ugyanezt a kérdést egy mesterséges intelligencián futtatjuk le, például a ChatGPT segítségével, akkor 0,3–0,4 Wh energiát használ el. Ez már tízszeres különbség: a LED-égő ilyenkor 2–3 percig világítana ugyanannyi energiából.
Google adatközpont, Észak-Karolina – a mesterséges intelligencia energiaéhségének egyik szimbóluma. Forrás: Google
Sam Altman, az OpenAI vezérigazgatója konkrét példát is mondott: egy átlagos ChatGPT-lekérdezés körülbelül 0,34 Wh-t fogyaszt, ami megfelel egy sütő 1–2 másodpercnyi működésének. A Google a Gemini modellel még tovább javított a hatékonyságon: ott egy lekérdezés energiaigénye átlagosan 0,24 Wh, vagyis kb. másfél percnyi LED-fénynek felel meg. Ez jól mutatja, hogy az iparág képes rövid időn belül óriási hatékonysági ugrásokat elérni, ugyanakkor a felhasználás gyors növekedése miatt az összfogyasztás így is meredeken emelkedik.
Google adatközpont, Észak-Karolina – a mesterséges intelligencia energiaéhségének egyik szimbóluma. Forrás: Google
A tanítás ára – modellek, amelyek többet fogyasztanak, mint egy város
A napi lekérdezéseknél is sokkal nagyobb energiát igényel a modellek betanítása. A GPT-3 edzéséhez körülbelül 1 287 MWh villamos energiára volt szükség – ez nagyjából 120 átlagos amerikai háztartás egyéves fogyasztásának felel meg.
A folyamat szén-dioxid-kibocsátása elérte a 500–550 tonnát, ami akkora, mintha 120 autó egy teljes éven át közlekedne folyamatosan. És ez csupán egyetlen modell: ma már több tucat hasonló nagyságú rendszer fut párhuzamosan, és a tendencia szerint minden újabb generáció nagyobb, mint az előző.
Az országos hatások sem elhanyagolhatók. Írországban például az adatközpontok az ország teljes villamosenergia-fogyasztásának több mint 20%-át emésztik fel – nagyobb arányt, mint az összes ír háztartás együttvéve. Ez nemcsak környezeti, hanem társadalmi kérdés is: vajon megengedhetjük-e, hogy az infrastruktúra kiszolgálása elsőbbséget élvezzen a lakossági igényekkel szemben?
Miért ilyen energiaéhes a mesterséges intelligencia?
Minden AI-lekérdezés mögött milliárdnyi paraméter mozog, amelyeket hatalmas GPU-farmok számolnak ki. Ezek a gépek éjjel-nappal működnek, és a villamos energia mellett óriási mennyiségű hűtést is igényelnek.
Egy közepes méretű adatközpont éves vízhasználata elérheti a százmillió gallon nagyságrendet, míg a legnagyobbak napi szinten is milliós nagyságrendben igényelnek vizet hűtésre. Ez különösen a vízhiányos régiókban okoz feszültséget, ahol a lakossági és ipari vízigény már most is nehezen fér össze.
Ha mindezt hétköznapi léptékben nézzük: egy átlagos magyar háztartás éves energiafelhasználása körülbelül 2 500 kWh. Egy nagy adatközpont ennek több tízezerszeresét fogyasztja évente. Ez már olyan lépték, ami nemzetgazdasági szinten is befolyásolja az energiapolitikát.
A dilemmák és lehetőségek metszéspontján
Az AI kettős szerepet tölt be. Egyrészt energiaéhes, másrészt éppen az energiahatékonyság növelésében rejlenek a legnagyobb ígéretei. Algoritmusai képesek előrejelezni a fogyasztási csúcsokat, támogatják a megújulók integrációját, és optimalizálják a termelési folyamatokat.
A nagy technológiai vállalatok is érzik a felelősséget. A Microsoft célja, hogy 2030-ra karbonnegatívvá váljon, a Google pedig ugyaneddig az évig kizárólag megújuló energiára akarja alapozni adatközpontjait. Finnországban és Izlandon már ma is víz- és geotermikus energiával működtetik a szerverparkokat. Az Európai Unió közben az AI Act mellett energiahatékonysági előírásokat is előkészít, hogy a digitális robbanás ne sodorja el a klímacélokat.
Ugyanakkor a hatékonysági nyereséget gyakran elnyeli a felhasználás növekedése. Ez a Jevons-paradoxon klasszikus esete: ahogy egy technológia hatékonyabbá válik, egyre többen és egyre többször használják, így az összfogyasztás végül nő.
Fenntartható AI és a digitális világ árnyéka
A kérdés tehát nem az, hogy leállítsuk-e a mesterséges intelligencia fejlődését, hanem az, hogy miként tudjuk fenntarthatóbbá tenni. Az egyik legfontosabb irány a „green AI”: olyan algoritmusok fejlesztése, amelyek kevesebb számítási kapacitást igényelnek, így csökkentik az energia- és szén-dioxid-lábnyomot. Emellett a hardverek fejlődése – a folyadékhűtés, a hatékonyabb GPU-k, új generációs chipek – mind hozzájárulhatnak a mérleg javításához.
Egy nagy AI-modell betanítása több szén-dioxidot bocsát ki, mint egy átlagos amerikai autó teljes élettartama – összehasonlítás eWeek elemzés alapján. Forrás: eWeek
A Google példája is ezt mutatja: a Gemini modellnél egyetlen év alatt 33-szoros energiahatékonysági javulást értek el a szöveges promptok feldolgozásában. Ez jelzi, hogy a technológia irányítható – nem eleve energiafaló, hanem fejlesztési döntésektől függ, hogy mennyire terheli a bolygót.
A számok azonban továbbra is beszédesek. Egy Google-keresés energiaigénye kb. 0,03 Wh – egy LED-égő 20 másodpercnyi működésének felel meg. Egy ChatGPT-lekérdezés már 0,3–0,4 Wh, azaz 2–3 percnyi LED-fény. A Gemini modellnél ez lement 0,24 Wh-ra. Egy képgenerálás nagyságrendileg egy 15 perces mosógép-program energiáját emésztheti fel. A GPT-3 tréningje 1 287 MWh-t fogyasztott, ami 120 háztartás egyéves villanyszámlájának felel meg, és 550 tonna CO₂-t bocsátott ki – annyit, mint 120 autó egy teljes év alatt.
Ha minden magyar ember naponta öt AI-kérdést tenne fel, az éves szinten az ország teljes villamosenergia-fogyasztásának 2–3%-át is kitehetné. Ez első látásra nem tűnik soknak, de a klímacélok szorításában minden százalék számít.
Ezért a jövő kulcsa a tudatos felhasználás. Elképzelhető, hogy néhány éven belül minden AI-lekérdezés mellett feltüntetik majd a szén-dioxid-lábnyomot – ahogy ma az élelmiszereken a kalóriát. Ez segíthet abban, hogy ne csak a kényelem, hanem a felelősség is szerepet kapjon a döntéseinkben.
Az AI tehát valóban hatalmas lehetőség: segíthet az energiaátmenetben, támogathatja a klímacélok teljesülését és új iparágakat teremthet. De csak akkor válhat a jövő szövetségesévé, ha közben nem felejtjük el: minden számítás mögött ott van a bolygó terhelése is. Az egyensúly megtalálása lesz a döntő – és ez azon múlik, hogyan fejlesztjük és hogyan használjuk az AI-t.
