# AI ha bisogno di tanta energia elettrica e in futuro sempre di più

- Link: https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/
- Published: 2024-07-03T07:00:00+02:00
- Author: Kiro

![AI](https://www.melamorsicata.it/wp-content/uploads/2024/06/AI.png "AI ha bisogno
di tanta energia elettrica e in futuro sempre di più 1")

Il **consumo energetico dell’intelligenza artificiale (AI)** è una questione sempre
più rilevante. Con l’ascesa di ChatGPT di OpenAI, Large Language Models come Nvidia,
e l’intelligenza artificiale generativa, i data center necessari richiedono enormi
quantità di energia elettrica. Questo impatto sull’ambiente ha suscitato preoccupazioni
su sostenibilità e carbon footprint.

I dati evidenziano la tendenza allarmante. L’addestramento e l’utilizzo dei modelli
AI potrebbero consumare tra **85 e 134 terawattora all’anno entro il 2027**, equivalenti
al consumo di nazioni come l’Olanda o l’Argentina.

Leader del settore come Sam Altman stanno affrontando questa sfida, esplorando soluzioni
per l’efficienza energetica e le fonti rinnovabili nel contesto della transizione
energetica.

## Indice dei contenuti

 1.  [L’AI è qui per restare](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#lai-e-qui-per-restare)
 2.   a. [L’intelligenza artificiale è una rivoluzione pari a quella di internet](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#lintelligenza-artificiale-e-una-rivoluzione-pari-a-quella-di-internet)
      b. [In futuro ci si chiederà “ma sul serio esisteva un mondo senza AI?”](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#in-futuro-ci-si-chiedera-ma-sul-serio-esisteva-un-mondo-senza-ai)
 3.  [Il consumo energetico dell’addestramento dei modelli AI](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#il-consumo-energetico-delladdestramento-dei-modelli-ai)
 4.   a. [Le energie richieste per i grandi modelli di linguaggio (LLM)](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#le-energie-richieste-per-i-grandi-modelli-di-linguaggio-llm)
      b. [Esempi: GPT-3 e i consumi energetici](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#esempi-gpt-3-e-i-consumi-energetici)
 5.  [Il consumo energetico nell’uso dei sistemi AI](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#il-consumo-energetico-nelluso-dei-sistemi-ai)
 6.   a. [Processo di inferenza e consumi energetici](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#processo-di-inferenza-e-consumi-energetici)
 7.  [Soluzioni per ridurre l’impatto energetico dell’AI](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#soluzioni-per-ridurre-limpatto-energetico-dell-ai)
 8.   a. [Efficienza degli algoritmi](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#efficienza-degli-algoritmi)
      b. [Incentivi per l’uso delle rinnovabili](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#incentivi-per-luso-delle-rinnovabili)
 9.  [Conclusione](https://www.melamorsicata.it/2024/07/03/intelligenza-artificiale-consumo-energetico-soluzioni-sostenibili/#conclusione)

## L’AI è qui per restare

L’**intelligenza artificiale** è ormai una presenza consolidata nelle nostre vite
e sta **cambiando il mondo** in modo radicale. Non si tratta più di capire se e 
quando influenzerà il nostro modo di vivere, ma **quanto** e con che progressione
lo farà.

### L’intelligenza artificiale è una rivoluzione pari a quella di internet

Ciò che è chiaro è che l’AI lascerà un’**impronta indelebile sul mondo intero**.
Sarà questa la vera quarta rivoluzione industriale, termine che in passato è stato
accostato ad altre trasformazioni come quella del digitale.

L’avvento dell’intelligenza artificiale è paragonabile all’**esplosione dell’informazione**
avvenuta negli ultimi 24 anni grazie alla commercializzazione di internet.

Una caratteristica chiave di questa rivoluzione è la **velocità di interazione e
di raggiungimento dei singoli utenti**, in base all’evoluzione tecnologica. Mentre
Google Translate ci mise 78 mesi per ottenere 100 milioni di utenti, ChatGPT, primo
esempio di IA generativa entrata sul mercato nel 2023, ha impiegato solo 2 mesi.

### In futuro ci si chiederà “ma sul serio esisteva un mondo senza AI?”

L’era dell’IA apre **infinite possibilità di cambiamento** che spaziano dalla medicina
alla robotica, dalla mobilità alle comunicazioni, fino al modo in cui concepiamo
il nostro ruolo nella società. Sarà l’intelligenza artificiale a ridefinire strategie
di marketing, processi produttivi e modelli di business.

Tra qualche anno, ci domanderemo come fosse possibile vivere in un mondo senza l’ausilio
dell’AI. Questa tecnologia **trasformerà radicalmente il nostro quotidiano**, rivoluzionando
numerosi settori e migliorando la qualità di vita delle persone in tutto il mondo.

## Il consumo energetico dell’addestramento dei modelli AI

### Le energie richieste per i grandi modelli di linguaggio (LLM)

**L’addestramento dei grandi modelli di linguaggio** come GPT-3 richiede **enormi
quantità di energia elettrica**. Si stima che per addestrare GPT-3 siano necessari
circa **1.300 megawattora (MWh)** di elettricità, pari al consumo annuale di 130
case americane.

Per contestualizzare, lo streaming di un’ora di Netflix richiede solo 0,8 kWh (0,0008
MWh). Ciò significa che dovresti guardare 1.625.000 ore di Netflix per consumare
la stessa energia necessaria ad addestrare GPT-3.

### Esempi: GPT-3 e i consumi energetici

Uno studio pubblicato a dicembre dalla ricercatrice Sasha Luccioni di Hugging Face,
in collaborazione con la Carnegie Mellon University, ha rilevato che **il consumo
energetico è molto più alto per la generazione di immagini rispetto al testo**.

Eseguendo test su 88 modelli diversi e ripetendo i prompt mille volte, è stato stimato
il costo energetico. Per il testo servono 0,002 kWh per la classificazione e 0,047
kWh per la generazione. Paragonato a un’ora di streaming Netflix, equivale rispettivamente
a 9 secondi o 3,5 minuti di visione.

I modelli di **generazione di immagini**, invece, **consumavano in media 2,907 kWh
per 1.000 inferenze**, cifre notevolmente superiori. Questo dimostra come l’addestramento
di sistemi di intelligenza artificiale, specialmente quelli per l’elaborazione di
immagini, richieda **ingenti quantità di energia elettrica**, con conseguenti impatti
ambientali da non sottovalutare.

## Il consumo energetico nell’uso dei sistemi AI

### Processo di inferenza e consumi energetici

L’**addestramento** dei modelli di intelligenza artificiale richiede enormi quantità
di energia, ma **l’utilizzo** di questi sistemi, noto come “inferenza”, **rappresenta
la maggior parte dei consumi energetici**. Amazon Web Services stima che il 90% 
del costo energetico di un modello di AI derivi dall’inferenza, e le altre big tech
suggeriscono percentuali simili.

La **ripartizione esatta tra addestramento e inferenza varia a seconda dei casi 
d’uso**, quindi generalizzare rischia di essere fuorviante. Inoltre, l’energia richiesta
da un modello durante l’utilizzo dipende da **molti fattori**, come il compito specifico.**
Classificare un testo è meno intensivo rispetto alla generazione di immagini**. 
Allo stesso modo, modelli con meno parametri necessitano di meno energia per l’inferenza.

## Soluzioni per ridurre l’impatto energetico dell’AI

### Efficienza degli algoritmi

**L’ottimizzazione degli algoritmi di intelligenza artificiale** rappresenta una
soluzione cruciale per ridurre l’impatto energetico di questa tecnologia.

Gli algoritmi più efficienti richiedono **meno potenza di calcolo e meno energia**
per svolgere le stesse operazioni. Aziende e ricercatori stanno lavorando per sviluppare
algoritmi che massimizzino l’efficienza computazionale, riducendo al minimo gli 
sprechi energetici.

Un approccio promettente è l’**apprendimento efficiente**, che mira a sviluppare
algoritmi di apprendimento automatico in grado di raggiungere prestazioni simili
utilizzando **meno dati e meno risorse computazionali**. Questo potrebbe portare
a significativi risparmi energetici nell’addestramento dei modelli di intelligenza
artificiale.

Inoltre, la **compressione dei modelli** è un’altra tecnica che può contribuire 
a ridurre il consumo energetico. Questo processo riduce le dimensioni dei modelli
di intelligenza artificiale, rendendoli più leggeri e meno esigenti in termini di
risorse computazionali durante l’utilizzo.

### Incentivi per l’uso delle rinnovabili

Un’altra soluzione fondamentale per mitigare l’impatto energetico dell’intelligenza
artificiale è **incentivare l’uso di energie rinnovabili** per alimentare i data
center e i sistemi di calcolo necessari.

Le [grandi aziende](https://www.melamorsicata.it/2015/05/13/apple-prima-per-ecosostenibilita-per-greenpeace/)
tecnologiche stanno già investendo in **parchi eolici, impianti solari e altre fonti
di energia pulita** per alimentare le loro operazioni legate all’IA.

Questo approccio non solo **riduce le emissioni di gas serra**, ma anche contribuisce
a rendere l’intelligenza artificiale più sostenibile a lungo termine. Inoltre, gli**
incentivi governativi e le politiche favorevoli** possono incoraggiare ulteriormente
l’adozione di energie rinnovabili nel settore dell’IA.

È importante notare che la transizione verso fonti energetiche pulite richiede **
investimenti significativi e un impegno a lungo termine**. È una strada necessaria
per garantire che l’intelligenza artificiale, con il suo enorme potenziale, possa
continuare a svilupparsi in modo sostenibile senza compromettere l’ambiente.

## Conclusione

Il consumo energetico dell’intelligenza artificiale rappresenta una sfida significativa
per la sostenibilità ambientale. Mentre i **modelli di AI** continuano a evolversi
e a diventare più potenti, è fondamentale affrontare il loro impatto energetico 
attraverso soluzioni innovative.

Ottimizzare l’efficienza degli algoritmi, incentivare l’uso di energie rinnovabili
e promuovere pratiche sostenibili nell’addestramento e nell’utilizzo dei sistemi
di AI sono passi cruciali. Con un approccio proattivo e una consapevolezza diffusa,
possiamo sfruttare i benefici trasformativi dell’intelligenza artificiale pur **
minimizzandone l’impronta ambientale**.

### _Correlati_