La Terra salvata dallo Spazio
Tecnologia sostenibile

Il costo energetico dell’IA: una sfida da risolvere

di Andrea Daniele Signorelli
Il costo energetico dell’IA: una sfida da risolvere

Ogni anno solo ChatGPT richiede 109 gigawattora di energia: quanto basterebbe per alimentare oltre 10 mila abitazioni statunitensi.

2 minuti di lettura

Attorno al 2020, le principali Big Tech statunitensi si erano tutte impegnate a raggiungere l’obiettivo “emissioni nette zero”. Per la precisione, Microsoft, Google e Apple avevano promesso che avrebbero abbattuto (o compensato in vari modi) la CO2 immessa nell’atmosfera entro il 2030, mentre Amazon aveva garantito che lo avrebbe fatto entro il 2040. Non è durata a lungo: nel luglio del 2024, Google ha per prima ammesso – nel suo “Environmental Report” – che nei cinque anni precedenti le emissioni non solo non erano diminuite, ma erano aumentate del 48%. Di conseguenza, confessava Google, raggiungere l’obiettivo “emissioni zero” entro la fine del decennio sarebbe stato particolarmente complicato.

Un’ammissione simile è giunta, sempre la stessa estate, da parte di Microsoft, le cui emissioni di anidride carbonica sono cresciute – dal 2020 al 2024 – del 30%, mentre quelle di Amazon, nello stesso lasso di tempo, sono salite del 34%. Che cos’è successo? Per quali ragioni tre dei più importanti colossi tecnologici statunitensi si sono dovuti rimangiare in maniera così plateale le loro promesse? Per capirlo, bisogna partire dall’aspetto che accomuna Microsoft, Google e Amazon: il fatto di essere i tre protagonisti del settore del cloud, ovvero l’insieme di giganteschi data center che offrono potere computazionale e spazio d’archiviazione ad aziende, imprese e utenti.

Alto consumo

Oggi, però, i data center sono impegnati soprattutto a soddisfare le necessità della tecnologia più importante – ed energivora – degli ultimi decenni: l’intelligenza artificiale generativa. Ogni singolo modello linguistico – da GPT di OpenAI a Gemini di Google – vive infatti all’interno del cloud ed è alimentato da migliaia delle più potenti GPU di Nvidia. E quindi, quanto consuma esattamente l’intelligenza artificiale? Per addestrare GPT-3 (il modello linguistico che alimentava la prima versione di ChatGPT) sono stati necessari 1.287 megawattora, provocando 550 milioni di tonnellate di anidride carbonica (quanto 200 voli da Milano a New York) e consumando 3,5 milioni di litri di acqua. Nel frattempo, però, i modelli sviluppati da OpenAI sono diventati sempre più grandi e quindi energivori: se GPT-3 aveva 175 miliardi di parametri, si stima che il più recente GPT-4 ne abbia addirittura a 1.500 miliardi (non ci sono invece stime affidabili su GPT-5).

Ogni giorno a ChatGPT un miliardo di richieste

A causare la maggiorazione dei consumi non è però la fase di addestramento dei modelli di intelligenza artificiale generativa, bensì il nostro utilizzo. Ogni singolo giorno ChatGPT riceve un miliardo di richieste, ognuna delle quali richiede 0,3 watt di energia per essere elaborata. Fatti i calcoli, è stato stimato che ogni anno il solo ChatGPT richiede, per rispondere ai nostri comandi, 109 gigawattora di elettricità, quanto basterebbe per alimentare oltre 10 mila abitazioni statunitensi per 12 mesi. Non sorprende, di conseguenza, che i data center siano già oggi responsabili dell’1,5% del fabbisogno energetico globale, quota destinata a triplicare entro il 2028. Negli Stati Uniti, nello stesso lasso di tempo la percentuale passerà dal 4,4% di oggi fino al 12%.

IA può diventare una tecnologia sostenibile?

Queste, però, rischiano di essere stima conservative: mano a mano che l’Intelligenza artificiale diventa uno strumento impiegato da sempre più persone e per compiti sempre più complessi, il timore è che i consumi non possano che aumentare, soprattutto visto che la percentuale di energia sostenibile impiegata nei data center – secondo le stime dell’Agenzia Internazionale dell’Energia – non supera il 27% del totale.

È possibile rendere l’intelligenza artificiale una tecnologia sostenibile? Al momento, i colossi tecnologici statunitensi sembrano puntare soprattutto sull’energia nucleare: Microsoft, OpenAI, Google, Amazon e non solo hanno tutte stretto accordi per aumentare la quota di energia nucleare, anche finanziando la costruzione di nuovi reattori. Una risposta differente arriva invece dalla Cina, che tramite l’intelligenza artificiale di DeepSeek ha dimostrato come sia possibile sviluppare dei modelli linguistici dai consumi ridotti (sia in fase di addestramento, sia in fase di utilizzo) senza rinunciare alle prestazioni.

Dopo una lunga fase all’insegna del gigantismo, durante la quale i modelli di IA sono diventati esponenzialmente più grandi ed energivori, ora potremmo seguire l’esempio di DeepSeek e passare all’ottimizzazione, imparando a spremere prestazioni sempre migliori da modelli più piccoli ed efficienti. Se non vogliamo che l’Intelligenza artificiale si riveli un nemico, invece che un alleato, della transizione energetica, forse è proprio questa la strada maestra da seguire.

Leggi anche

Green and Blue

leggi tutte le notizie di Green and Blue >
© Riproduzione riservata