L’immenso fabbisogno energetico che l’elaborazione AI richiede è stato segnalato fin dall’inizio come un collo di bottiglia, spingendo Alphabet’s Google Cloud a pianificare come procurarsi l’energia e come utilizzarla, secondo il Ceo di Google Cloud Thomas Kurian.
Intervenendo lunedì all’evento Fortune Brainstorm AI a San Francisco, ha sottolineato che l’azienda, un fattore chiave nel panorama delle infrastrutture AI, lavora sull’intelligenza artificiale da ben prima che arrivassero i grandi modelli linguistici e ha adottato una visione a lungo termine.
“Sapevamo anche che il problema più grave sarebbe stato quello dell’energia, perché l’energia e i data center sarebbero diventati un collo di bottiglia insieme ai chip”, ha detto Kurian ad Andrew Nusca di Fortune. “Quindi abbiamo progettato le nostre macchine in modo che fossero super efficienti”.
L’Agenzia internazionale per l’energia ha stimato che alcuni data center dedicati all’intelligenza artificiale consumano tanta elettricità quanto 100.000 abitazioni, e alcune delle strutture più grandi in costruzione potrebbero arrivare a consumarne anche 20 volte di più.
Secondo la società di consulenza immobiliare Knight Frank, la capacità dei data center a livello mondiale aumenterà del 46% nei prossimi due anni, con un incremento pari a quasi 21.000 megawatt.
All’evento Brainstorm, Kurian ha illustrato l’approccio su tre fronti di Google Cloud per garantire che ci sia energia sufficiente a soddisfare tutta la domanda.
In primo luogo, l’azienda cerca di diversificare il più possibile i tipi di energia che alimentano i calcoli dell’AI. Sebbene molti sostengano che sia possibile utilizzare qualsiasi forma di energia, in realtà non è vero, ha affermato.
“Se si gestisce un cluster per la formazione, lo si avvia e si inizia a eseguire un lavoro di formazione, il picco di calcolo richiede così tanta energia che non è possibile gestirlo con alcune forme di produzione energetica”, ha spiegato Kurian. “La seconda parte della strategia di Google Cloud è quella di essere il più efficiente possibile, compreso il modo in cui riutilizza l’energia all’interno dei data center”, ha aggiunto.
Infatti, l’azienda utilizza l’intelligenza artificiale nei suoi sistemi di controllo per monitorare gli scambi termodinamici necessari per sfruttare l’energia che è già stata immessa nei data center.
In terzo luogo, Google Cloud sta lavorando su “alcune nuove tecnologie fondamentali per creare effettivamente energia in nuove forme”, ha detto Kurian senza fornire ulteriori dettagli.
Lunedì scorso, la società di servizi pubblici NextEra Energy e Google Cloud hanno annunciato che stanno ampliando la loro partnership e svilupperanno nuovi campus di data center negli Stati Uniti che includeranno anche nuove centrali elettriche.
I leader tecnologici hanno avvertito che l’approvvigionamento energetico è fondamentale per lo sviluppo dell’intelligenza artificiale, insieme alle innovazioni nei chip e al miglioramento dei modelli linguistici.
Anche la capacità di costruire data center rappresenta un altro potenziale punto critico. Jensen Huang, il Ceo di Nvidia, ha recentemente sottolineato il vantaggio della Cina su questo fronte rispetto agli Stati Uniti.
“Se si vuole costruire un data center qui negli Stati Uniti, dal momento in cui si inizia a scavare fino alla messa in funzione di un supercomputer AI ci vogliono probabilmente circa tre anni”, ha affermato al Center for Strategic and International Studies alla fine di novembre. “Loro possono costruire un ospedale in un fine settimana”.
L’articolo originale è stato pubblicato su Fortune.com
