AI 수요 급증에 따른 전력난 문제

요즘 전세계적으로 ai가 대유행이며 지속적이고 획기적인 발전으로 인하여 많은 ai의 이점과 문제점을 낳고 있습니다.

그중 ai로 인하여 전력난 문제가 심각하다고 하는데 내용은 아래와 같습니다.

머신 러닝 회사 허깅 페이스의 사샤 루시오니는 생성 AI에 큰 문제가 있다고 말합니다. 제너레이티브 AI는 에너지 돼지입니다.

"모델을 조회할 때마다 전체가 활성화되기 때문에 계산적인 관점에서 볼 때 엄청나게 비효율적입니다."라고 그녀는 말합니다.

많은 Generative AI 시스템의 핵심인 LLM(Large Language Models)을 예로 들 수 있습니다. 그들은 방대한 서면 정보 저장소에 대한 교육을 받았으며, 이는 실질적으로 모든 쿼리에 응답하여 텍스트를 산출하는 데 도움이 됩니다.

Luccioni 박사는 "Generative AI를 사용하면 콘텐츠를 처음부터 생성하고, 근본적으로 답을 만들어냅니다."라고 설명합니다. 그것은 컴퓨터가 꽤 열심히 일해야 한다는 것을 의미합니다.

Luccioni 박사와 동료들의 최근 연구에 따르면, Generative AI 시스템은 작업별 소프트웨어를 실행하는 기계보다 약 33배 더 많은 에너지를 사용할 수 있습니다. 이 작업은 동료 평가를 받았지만 아직 학술지에 게재되지 않았습니다.

하지만 이 모든 에너지를 사용하는 것은 개인용 컴퓨터가 아닙니다. 아니면 스마트폰. 우리가 점점 더 의존하는 계산은 대부분의 사람들에게 눈에 보이지 않거나 마음에 없는 거대한 데이터 센터에서 발생합니다.

Luccioni 박사는 "구름"이라고 말합니다. "당신은 열을 가해서 그렇게 많은 에너지를 사용하는 이 거대한 금속 상자에 대해 생각하지 않을 것입니다."

전 세계 데이터 센터는 훨씬 더 많은 전기를 사용하고 있습니다. 2022년, 그들은 460테라와트시의 전기를 먹어 치웠고, 국제 에너지 기구(IEA)는 이것이 불과 4년 안에 두 배로 증가할 것으로 예상합니다. 데이터 센터는 2026년까지 연간 총 1,000테라와트 시간을 사용할 수 있습니다. IEA는 "이 수요는 대략 일본의 전력 소비량과 맞먹는다"고 말합니다. 일본의 인구는 1억 2천 5백만 명입니다.

데이터 센터에는 이메일에서 할리우드 영화에 이르기까지 전 세계 어디에서나 검색할 수 있도록 엄청난 양의 정보가 저장되어 있습니다. 얼굴 없는 건물에 있는 컴퓨터는 AI와 암호화폐에도 전력을 공급합니다. 그들은 우리가 알고 있는 것처럼 삶을 지탱합니다.

하지만 어떤 나라들은 이 시설들이 얼마나 에너지가 부족한지 너무나 잘 알고 있습니다. 현재 더블린에 새로운 데이터 센터를 건설하는 것을 막는 모라토리엄이 있습니다. 아일랜드 전력의 거의 5분의 1이 데이터 센터에서 사용되고 있으며, 이 수치는 향후 몇 년 동안 크게 증가할 것으로 예상됩니다. 한편, 아일랜드 가정은 소비를 줄이고 있습니다.

내셔널 그리드의 사장은 지난 3월 연설에서 영국의 데이터 센터 전력 수요가 AI의 증가에 힘입어 10년 안에 6배로 증가할 것이라고 말했습니다. 그러나 내셔널 그리드는 운송과 열을 전기화하는 데 필요한 에너지가 총계에서 훨씬 더 클 것으로 예상하고 있습니다.

컨설팅 회사인 Wood Mackenzie의 Chris Seiple은 미국의 유틸리티 회사들이 압박을 느끼기 시작했다고 말합니다.

"그들은 정부 정책 덕분에 국내 제조업에서 르네상스가 일어나고 있는 것과 동시에 데이터 센터 수요에 타격을 받고 있습니다."라고 그는 설명합니다. 미국의 보도에 따르면, 일부 주의 국회의원들은 현재 데이터 센터 개발자들에게 제공되는 세금 감면을 재고하고 있습니다. 이 시설들이 지역 에너지 인프라에 미치는 엄청난 부담 때문입니다.

Seiple씨는 발전소나 신재생 에너지 허브 근처의 데이터 센터 위치에 대한 "토지 확보"가 진행되고 있다고 말합니다. "Iowa는 데이터 센터 개발의 온상이고, 그곳에는 풍력 발전이 많습니다."

데이터 센터에서 정보를 보내고 사용자가 정보를 받는 사이의 지연 시간(일반적으로 밀리초 단위로 측정)이 점점 더 대중화되는 Generative AI 시스템의 주요 관심사가 아니기 때문에 일부 데이터 센터는 요즘 더 많은 원격 위치로 이동할 수 있습니다. 예를 들어, 과거에는 비상 통신이나 금융 거래 알고리즘을 처리하는 데이터 센터가 대규모 인구 센터 내에 있거나 매우 가까운 곳에 위치하여 최적의 대응 시간을 제공했습니다.

 

 

데이터 센터의 에너지 수요가 앞으로 몇 년 안에 증가할 것이라는 것은 의심의 여지가 없지만, 그 양에 대해서는 매우 불확실하다고 Seiple씨는 강조합니다.

이러한 불확실성의 일부는 생성 AI의 배후에 있는 하드웨어가 항상 진화하고 있기 때문입니다.

토니 그레이슨(Tony Grayson)은 데이터 센터 기업인 컴퍼스 퀀텀(Compass Quantum)의 총지배인으로, 그는 엔비디아가 최근 출시한 그레이스 블랙웰 슈퍼컴퓨터 칩(컴퓨터 과학자와 수학자의 이름을 따서 명명됨)을 가리키며, 이 칩들은 생성 AI, 양자 컴퓨팅 및 컴퓨터 보조 약물 설계를 포함한 고급 프로세스에 전력을 공급하도록 특별히 설계되었습니다.

엔비디아는 미래에 한 회사가 이전 세대의 엔비디아 칩 8,000개를 사용하여 현재 사용 가능한 가장 큰 AI 시스템보다 몇 배 더 큰 AI를 90일 동안 훈련시킬 수 있다고 말합니다. 이를 위해서는 15메가와트의 전기 공급이 필요합니다.

그러나 Nvidia에 따르면, 2,000개의 Grace Blackwell 칩에 의해 동일한 작업이 동시에 수행될 수 있으며, 4메가와트의 공급이 필요할 것이라고 합니다.

이는 여전히 8.6기가와트 시간의 전기가 소비되며, 이는 벨파스트 시 전체가 일주일 동안 사용하는 것과 거의 동일한 양입니다.

"성능이 너무 향상되어 전체적인 에너지 절감 효과가 큽니다."라고 그레이슨 씨는 말합니다. 그러나 그는 전력 수요가 데이터 센터 운영자가 자신의 시설을 설치하는 곳에서 형성되고 있다는 점에 동의합니다. "사람들은 값싼 전력이 있는 곳으로 가고 있습니다."

Luccioni 박사는 최신 컴퓨터 칩을 제조하는 데 필요한 에너지와 자원이 상당하다고 말합니다.

더 많은 비즈니스 기술

 

그럼에도 불구하고 데이터 센터가 시간이 지남에 따라 더 많은 에너지 효율을 갖게 된 것은 사실이라고 미국 로렌스 버클리 국립 연구소의 컨설턴트이자 관계자인 데일 사토르(Dale Sartor)는 주장합니다. 효율성은 종종 전력 사용 효율성 또는 PUE로 측정됩니다. 숫자가 낮을수록 좋습니다. 최첨단 데이터 센터의 PUE는 약 1.1이라고 그는 말합니다.

엔비디아 cep 젠슨 황

이러한 시설들은 여전히 상당한 양의 폐열을 발생시키고 있으며 유럽은 수영장을 따뜻하게 하는 것과 같은 폐열을 사용하는 방법을 찾는 데 있어 미국보다 앞서 있다고 사토르 씨는 말합니다.

데이터 센터 회사인 Equinix의 영국 상무 Bruce Owen은 "저는 여전히 수요가 우리가 보는 효율성 증가보다 더 늘어날 것이라고 생각합니다."라고 말합니다. 그는 현장 발전 시설을 포함하여 더 많은 데이터 센터가 건설될 것이라고 예측합니다. 에퀴닉스는 지난해 더블린에 있는 가스 구동 데이터 센터의 계획 허가를 거부당했습니다.

사토르 씨는 비용이 궁극적으로 Generative AI가 특정 애플리케이션에 가치가 있는지 여부를 결정할 수 있다고 덧붙였습니다: "기존 방식이 더 저렴하고 더 쉽다면 새로운 방식에 대한 시장이 많지 않을 것입니다."

그러나 Luccioni 박사는 사람들이 에너지 효율 측면에서 앞에 놓인 옵션들이 어떻게 다른지 명확히 이해할 필요가 있을 것이라고 강조합니다. 그녀는 AI를 위한 에너지 등급을 개발하는 프로젝트를 진행하고 있습니다.

"매우 투박하고 에너지를 많이 사용하는 이 GPT 파생 모델을 선택하는 대신 훨씬 더 가볍고 효율적인 이 A+ 에너지 스타 모델을 선택할 수 있습니다."라고 그녀는 말합니다.

앞으로 이런 문제점들을 해소할수 있게 전력난을 대비해야 할것이며 효율적인 ai의 대안이 이루어 져야 할거 같습니다.