Brugen af kunstig intelligens er eksploderet i de senere år, og ifølge en ny stor FN-rapport bruger AI nu mere strøm end Belgien og Finland.
Det galopperende energiforbrug er summen af milliarder af daglige interaktioner med sprogmodeller, chatbots og billedskabende AI-modeller.
Men hvor meget energi bruger vi egentlig hver især, når vi som det mest naturlige i verden benytter kunstig intelligens til at skabe tekst, billeder og video?
Det undersøger vi i denne artikel.
Skjulte svar
»Det er et svært spørgsmål at svare på,« siger Raghavendra Selvan, adjunkt ved Datalogisk Institut på Københavns Universitet, hvor han forsker i AI’s miljøaftryk.
»Det skyldes først og fremmest, at de store tech-virksomheder, der udvikler nye og stadig større AI-modeller, ikke vil afsløre deres energiforbrug i detaljer,« fortsætter han.
»Ofte ved vi for eksempel ikke, hvilke datacentre de store private generative AI-modeller som ChatGPT og Claude benytter sig af, og hvor centrene får deres energi fra. Det gør det meget vanskeligt at beregne deres reelle forbrug.«
I stedet må forskere og eksperter lede efter svaret på en indirekte måde.
En populær vej går via Hugging Face, en open source-platform, hvor forskere og udviklere deler data og blandt andet beregner energiforbruget hos tusindvis af AI-modeller, der lægger deres energiforbrug åbent frem.
Disse beregninger kan siden bruges til at lave mere eller mindre realistiske skøn for, hvor meget energi de store, dominerende AI-modeller som ChatGPT bruger på forskellige opgaver.
»Det er et fjollet navn, men en meget nyttig platform,« siger Raghavendra Selvan, der selv bruger den i sin forskning.
Sidste år lavede magasinet MIT Technology Review en stor undersøgelse af energiforbruget ved AI-genereret tekst, billeder og video. Undersøgelsen bygger netop på et samarbejde med forskere fra Hugging Face. Det er blandt andet data fra den undersøgelse, vi gengiver i denne artikel.
Prompts
Prompts er helt grundlæggende for brugen af AI. En prompt er det spørgsmål, man stiller en chatbot, eller den instruks, man giver en billed- eller videoskabende AI-model.
Hver eneste lille prompt kræver strøm – omkring 0,42 watt-timer i gennemsnit ifølge den nye FN-rapport. Det svarer nogenlunde til at have en 10 watts LED-pære tændt i et par minutter.
I stor skala bliver det til rigtig meget strøm.
Ifølge FN-rapporten behandler ChatGPT omkring 2,5 milliarder prompts om dagen.
Det svarer til 383 gigawatt-timer om året, nok til at dække strømforbruget for næsten tre millioner mennesker i Afrika syd for Sahara i et år.
Og det er altså bare forbruget hos én af de mange chatbots, der findes på markedet i dag.
Tekst
Når man har skrevet en prompt til en chatbot, leverer den en tekst som svar.
Og hvor meget energi kræver det så at skabe den tekst?
Ifølge undersøgelsen hos MIT Technological Review kan en enkelt tekstskabelse æde strøm svarende til at køre 120 meter på elcykel eller at bruge en mikrobølgeovn i otte sekunder.
For at nå den konklusion har dataforskere regnet på energiforbruget hos en af Metas store AI-modeller, der udkom i 2024 og er delvis open source.
\ Sådan gjorde forskerne
I MIT Technological Reviews undersøgelse har et forskerhold fra University of Michigan regnet på energiforbruget hos Metas sprogmodel Llama, som er blandt de største i verden.
I modsætning til modeller som GPT fra OpenAI og Claude fra Anthropic kan Llama downloades i sin helhed.
Forskerne har regnet på energiforbruget for skabelse af tekst på baggrund af en enkelt prompt. Det kunne være »lav en rejseplan for en tur til Istanbul«.
De når frem til, at Llama-modellen 3.1 405B, der blev præsenteret i sommeren 2024, bruger op til 6.706 joule på at generere et svar på tekst.
3.1 405B-modellen har et relativt højt energiforbrug, fordi den har rigtig mange parametre. Parametre fungerer som modellens hukommelse: jo flere parametre, jo mere genkender modellen, og jo bedre svar er den i stand til at give.
Flere parametre betyder også, at modellen bruger mere energi.
Forskerne testede også energiforbruget ved tekstskabelse hos Llama-modellen 3.1 8B, som har 50 gange færre parametre end 3.1 405B. Her svarede energiforbruget til at køre knap to meter på elcykel eller at bruge mikroovnen i 0,1 sekund.
Billeder
Det er populært at skabe billeder med kunstig intelligens. Vi har selv brugt ChatGPT til at generere dele af illustrationerne i denne artikel, og det koster også energi.
Èt billede kan kræve cirka lige så meget strøm at generere, som mobiltelefonens batteri sluger på en opladning.
»Forbruget varierer meget afhængig af AI-modellen og billedets opløsning, men de mest energikrævende billeder bruger omtrent den samme mængde energi som opladningen af en standard smartphone,« siger Raghavendra Selvan med henvisning til et studie fra 2024.
\ Sådan gjorde forskerne
I det studie, Raghavendra Selvan henviser til, har dataforskere fra Hugging Face og det verdensførende teknologi-universitet Carnegie Mellon University estimeret strømforbruget ved skabelsen af AI-billeder af forskellig kvalitet.
I studiet har forskerne brugt 88 forskellige AI-modeller – alle open source – til at lave 1.000 billeder og siden udregnet energiforbruget for skabelsen af ét billede.
Forbruget varierer markant alt efter model og billedets opløsning, men ifølge Raghavendra Selvan svarer gennemsnittet nogenlunde til opladningen af en standard-smartphone.
Video
AI-genererede videoer er den helt store energisluger.
I undersøgelsen fra MIT Technology Review lyder det, at elregningen for én video af fem sekunders varighed i en middelgod opløsning svarer til energiforbruget ved at køre over 61 kilometer på en elcykel eller bruge mikroovnen i en time.
Bruger man de mest avancerede modeller som Sora 2 fra OpenAI, der genererer hyperrealistiske videoer i fuld HD-kvalitet, vil energiregningen være langt større.
Hvor meget større, ved vi ikke.
Som ChatGPT – OpenAI’s egen chatbot – indledningsvis svarer, når man spørger den:
»Det korte svar er: Open AI har ikke offentliggjort, hvor meget elektricitet Sora bruger per genereret video, så ethvert tal, du ser, er et estimat snarere end et officielt tal.«
\ Sådan gjorde forskerne
I undersøgelsen fra MIT Technological Review kiggede Sasha Luccioni, dataforsker fra Hugging Face, nærmere på energiforbruget hos CogVideoX, en open-source AI-model, der omdanner tekst-prompts og billeder til video af fem til 10 sekunders varighed i en opløsning på 1360 x 768 pixels.
Beregningerne viser, at modellen bruger 3,4 millioner joule på at skabe en fem sekunder lang video.
