要約
人工知能（AI）、特に大規模な言語モデル（LLMS）の急速な成長は、温室効果ガスの排出量を超えてハードウェアの製造と終末期プロセスの検討を含む地球環境への影響に関する懸念を提起しました。
主要なプロバイダーからの不透明度は、AI関連の環境への影響を評価し、ネットゼロの目標を達成するために企業の能力を妨げます。
この論文では、企業のAIポートフォリオの環境への影響を推定する方法を提案し、AIおよびライフサイクル評価（LCA）の専門知識を必要とせずに実用的な洞察を提供します。
結果は、大規模な生成AIモデルが従来のモデルよりも最大4600倍多くのエネルギーを消費することを確認しています。
AIの使用量の増加、ハードウェアコンピューティング効率、および電力の変化がIPCCシナリオに沿って混ざり合っていることを説明するモデリングアプローチは、AI電力の使用量を2030年まで予測しています。
ますます複雑になっているモデルとフレームワークは、AIの電力使用が24.4倍に上昇すると予測されています。
2030年までに生成AIの環境への影響を緩和するには、AIバリューチェーン全体の調整された努力が必要です。
ハードウェアの効率、モデル効率、またはグリッドの改善だけで孤立した測定は不十分です。
標準化された環境評価フレームワーク、バリューチェーンのすべてのアクターからの透明性の向上、およびAI開発をネットゼロの目標に合わせるための「環境収益」メトリックの導入を提唱しています。
要約(オリジナル)
The rapid growth of artificial intelligence (AI), particularly Large Language Models (LLMs), has raised concerns regarding its global environmental impact that extends beyond greenhouse gas emissions to include consideration of hardware fabrication and end-of-life processes. The opacity from major providers hinders companies’ abilities to evaluate their AI-related environmental impacts and achieve net-zero targets. In this paper, we propose a methodology to estimate the environmental impact of a company’s AI portfolio, providing actionable insights without necessitating extensive AI and Life-Cycle Assessment (LCA) expertise. Results confirm that large generative AI models consume up to 4600x more energy than traditional models. Our modelling approach, which accounts for increased AI usage, hardware computing efficiency, and changes in electricity mix in line with IPCC scenarios, forecasts AI electricity use up to 2030. Under a high adoption scenario, driven by widespread Generative AI and agents adoption associated to increasingly complex models and frameworks, AI electricity use is projected to rise by a factor of 24.4. Mitigating the environmental impact of Generative AI by 2030 requires coordinated efforts across the AI value chain. Isolated measures in hardware efficiency, model efficiency, or grid improvements alone are insufficient. We advocate for standardized environmental assessment frameworks, greater transparency from the all actors of the value chain and the introduction of a ‘Return on Environment’ metric to align AI development with net-zero goals.
arxiv情報
| 著者 | Clément Desroches,Martin Chauvin,Louis Ladan,Caroline Vateau,Simon Gosset,Philippe Cordier |
| 発行日 | 2025-01-27 14:50:32+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google