L'IA supererà Bitcoin: consumi energetici fuori controllo già entro fine 2025

L'appetito energetico dell'intelligenza artificiale sta crescendo a ritmi vertiginosi, tanto da far prevedere un sorpasso del consumo elettrico rispetto al mining di Bitcoin entro la fine del 2025. Le stime elaborate da Alex de Vries-Gao, dottorando presso la Vrije Universiteit Amsterdam e fondatore di Digiconomist, delineano uno scenario che richiede particolare attenzione dal punto di vista ambientale.

Le ricerche condotte dal team di de Vries-Gao, pubblicate sulla rivista Joule, evidenziano come l'IA rappresenti attualmente dall'11% fino al 20% dell'elettricità utilizzata dai data center a livello mondiale. La cifra potrebbe raggiungere il 49% già entro la fine del 2025, con una domanda energetica stimata in 23GW. Secondo l'esperto, questo potrebbe portare a consumi energetici paragonabili a quelli di intere nazioni, come Svizzera, Austria o Finlandia.

L'IA, nuovo studio analizza i rischi ambientali ed energetici

La quantificazione precisa del consumo energetico dell'AI presenta notevoli difficoltà, principalmente a causa della scarsa trasparenza delle grandi aziende tecnologiche riguardo ai dati specifici sui loro modelli. De Vries-Gao ha dovuto ricorrere a una tecnica definita "triangolazione", analizzando la catena di approvvigionamento dei chip specializzati per l'IA e incrociando informazioni pubblicamente disponibili sui dispositivi, stime degli analisti e dati provenienti dalle chiamate agli utili delle aziende.

Taiwan Semiconductor Manufacturing Company (TSMC), principale produttore di chip AI per aziende come NVIDIA e AMD, ha visto più che raddoppiare la propria capacità produttiva di chip confezionati per l'AI tra il 2023 e il 2024. Durante il biennio 2023-2024, i principali produttori di chip hanno distribuito oltre 5 milioni di schede grafiche specifiche per applicazioni di intelligenza artificiale. È inoltre da notare che una grande parte dell'energia utilizzata dall'AI deriva dalle risposte in tempo reale alle query degli utenti (inference), piuttosto che dall'addestramento dei modelli. L'addestramento dei modelli rappresenta una fase molto intensa in termini di energia, ma rappresenta una frazione minore rispetto all'inferenza.

Secondo i dati riportati nell'articolo, da Google si è scoperto che la maggior parte dei costi energetici dell'AI dal 2019 al 2021 proveniva proprio dall'inferenza, e non dall'addestramento. Considerando la massiccia adozione dell'AI negli ultimi anni, è probabile che questa tendenza si sia ulteriormente accentuata. Inoltre, la legislazione europea (AI Act) impone alle aziende di divulgare il consumo energetico dell'addestramento dei modelli, ma non quello dell'inferenza, il che lascia ancora un vuoto importante fra i dati disponibili sul consumo energetico complessivo.

La mentalità del "più grande è meglio" che caratterizza il settore spinge le aziende tecnologiche ad aumentare le dimensioni dei loro modelli, incrementando quindi la domanda di risorse computazionali. La domanda prevista di 23GW potrebbe condurre a un aumento della dipendenza dai combustibili fossili, considerando che le energie rinnovabili potrebbero soddisfare solo circa la metà del fabbisogno energetico dell'intelligenza artificiale. Un'analisi della società di consulenza ICF prevede un aumento del 25% della domanda di elettricità negli Stati Uniti entro la fine del decennio, attribuibile in gran parte all'intelligenza artificiale, ai data center tradizionali e al mining di Bitcoin.

Nonostante ci siano stati sviluppi promettenti come quello di DeepSeek, il cui modello AI utilizza una frazione dell'elettricità rispetto ad altri modelli comparabili, rimane incerta la volontà delle aziende di abbandonare l'approccio basato sulla massimizzazione delle risorse computazionali. La sfida principale consiste nel bilanciare l'efficienza energetica con le prestazioni dei modelli, evitando il paradosso di Jevons, secondo cui i miglioramenti nell'efficienza potrebbero portare a un aumento complessivo del consumo a causa di un maggiore utilizzo della tecnologia.