Gebruikt AI echt zoveel stroom en water?
En: zo doe ik onderzoek met AI-tools!
[Noot vooraf: onder aan deze posts zien de betalende subscribers een video waarin ik uitleg hoe ik AI-tools inzet voor mijn AI-onderzoek.]
Ik zie soms de meest wilde verhalen over het energie- en watergebruik van AI langskomen. Maar hoe zit het daar nu precies mee?
Vooropgesteld: alle kleine beetjes maken samen ook veel, dus minder energie- en watergebruik is altijd beter. Of het nu over AI-gebruik, autorijden, vliegen, douchen of Netflix kijken gaat.
Maar dat gezegd hebbende, in vergelijking met ander dagelijks gebruik is AI een kleine speler. Dan heb ik het nu voornamelijk even over de ChatGPT-achtigen. Plaatjes maken en video’s produceren kosten weer meer. Ik heb ongeveer alle internet research tools aangeslingerd en dan krijg ik het onderstaande beeld: een jaar lang 100 ChatGPT vragen per dag verbruikt evenveel energie als 10 km met de auto rijden, 5 warme douches of 5 uur tv kijken. Da’s niet veel.
Maar hoe zit het dan met water gebruik, vanzelfsprekend ook een belangrijk thema. Water wordt gebruikt voor onder meer de koeling van data centers waar de AI-tools opereren. Dan zie je dat 10 AI-vragen niet in verhouding staan tot een minuut onder de douche of een keer de wc doorspoelen.
Oftewel: ja, energiegebruik en watergebruik zijn belangrijke thema’s, maar AI is niet de grootgebruiker zoals door velen vermoed.
Voor meer informatie:
En dan heb ik ook NotebookLM (overduidelijk van Amerikaanse komaf :-) nog even aangeslingerd. Dat vat de huidige situatie als volgt samen:
De energie die wordt gebruikt voor één enkele ChatGPT-prompt is zeer klein, geschat op ongeveer 3 Wattuur (Wh) als bovengrens. Deze hoeveelheid energie is gelijk aan het 3 minuten aan laten staan van een gloeilamp, het 3 minuten gebruiken van een laptop, of het 10 seconden laten draaien van een magnetron
Zelfs frequent persoonlijk gebruik van ChatGPT heeft een verwaarloosbaar effect op iemands dagelijkse of maandelijkse energiebudget.... Voor een gemiddelde Amerikaan zou 100 prompts per dag het dagelijkse energieverbruik met slechts ongeveer 1% verhogen. Deze toename is gelijk aan het 6 minuten minder lang laten draaien van een wasdroger of het 18 minuten minder lang laten draaien van een airconditioner.
Het water dat per ChatGPT-prompt wordt gebruikt, is ook zeer klein, geschat tussen 10-25 mL (inclusief training, elektriciteit en koeling) als redelijke bovengrens. Dit is verwaarloosbaar vergeleken met het gemiddelde dagelijkse waterverbruik van een Amerikaan (ongeveer 160 gallons of ~1200 flessen, waarvan een groot deel voor energieopwekking is) .... Het water dat nodig is om dagelijks elektriciteit op te wekken voor een gemiddeld Amerikaans huishouden is genoeg voor tienduizenden ChatGPT-prompts.
Zorgen over het totale wereldwijde energieverbruik van ChatGPT (bijv. gelijk aan 20.000 Amerikaanse huishoudens) kunnen misleidend zijn als ze niet in context worden geplaatst .... Dit totaal is voor een dienst die dagelijks door honderden miljoenen mensen wordt gebruikt.... Vergeleken met andere veelgebruikte internetdiensten is het totale energieverbruik van ChatGPT relatief klein (bijv. YouTube gebruikt energie gelijk aan ~1 miljoen huishoudens)
Hoewel de totale energievraag van AI groeit en een reële zorg is, zijn AI-chatbots zoals ChatGPT, Gemini en Claude verantwoordelijk voor slechts een klein percentage (geschat op 1-3%) van het totale AI-energieverbruik .... De meerderheid van de AI-energie wordt verbruikt door andere diensten zoals recommender-systemen, bedrijfsanalyses, zoekopdrachten en computer vision ....
Wereldwijd vertegenwoordigt het totale energieverbruik van ChatGPT (geschat op ~3 GWh per dag) een minuscuul deel van het totale dagelijkse energieverbruik ter wereld (~0,0006%) .... Zelfs met verwachte groei zullen chatbots naar verwachting een zeer klein deel uitmaken van het wereldwijde energieverbruik vergeleken met activiteiten zoals videostreaming.
De energiekosten voor het trainen van grote AI-modellen zoals GPT-4 (~50 GWh) zijn een eenmalige kosten .... Wanneer deze worden uitgespreid over de miljarden prompts die het model verwerkt, voegen deze trainingkosten slechts een kleine hoeveelheid (~1 Wh) toe aan de energie die per prompt wordt gebruikt, wat niet significant is ....
Het meerekenen van andere milieukosten zoals de ingebedde koolstofemissies van de productie van AI-chips en de bouw van datacenters verhoogt het energie-equivalent per prompt, maar het totaal (~4 Wh bovengrens) blijft klein in de context van het totale energieverbruik en vergeleken met de ingebedde emissies van andere dingen die we gebruiken. Het is belangrijk om bij vergelijkingen ook de ingebedde emissies van de andere activiteiten mee te nemen (bijvoorbeeld een LED-lamp).
Impactvollere acties voor individuen als het om minder energie- of watergebruik gaat omvatten het veranderen van voeding, het verminderen van vluchten, het verbeteren van de energie-efficiëntie van huizen, of pleiten voor systemische veranderingen in energiesystemen ....
Wil je het verhaal samenvattend horen? Dat kan via onderstaande NotebookLM-link.
Betalende leden kunnen hieronder een kijkje achter de schermen nemen. Ik vertel je hoe ik onderzoek naar een vraag als deze doe en welke tools ik gebruik. Nog geen betalend lid? Wordt het nu!