Notifications

You are here

บทความ

ความกระหายน้ำของ AI

27 ธันวาคม 2024 436 อ่านข่าวนี้ 3 สัปดาห์ก่อน 3

เชื่อหรือไม่ว่าการที่เราพูดคุยใช้งาน ChatGPT ตัวอย่างเช่นโมเดล GPT4 เพียงครั้งเดียวในการถาม-ตอบ โมเดลอาจต้อง “ดื่มน้ำ” หรือใช้น้ำถึงหนึ่งขวดเล็ก (ประมาณ 500 มิลลิลิตร) สำหรับการประมวลผลแต่ละครั้ง

การใช้น้ำของโมเดลทางภาษาขนาดใหญ่

หนึ่งในงานวิจัยที่เล่าถึงปัญหาเรื่องการใช้น้ำของโมเดลทางภาษาขนาดใหญ่หรือ Large Language Model อย่าง ChatGPT มีการศึกษาโดย Associate Professor Shaolei Ren จาก University of California, Riverside โดยงานวิจัยนี้กล่าวถึงปัญหาการ “บริโภค” น้ำของ AI ซึ่งมีการใช้น้ำอย่างมหาศาลทั้งทางตรงและทางอ้อม งานวิจัยดังกล่าวมีชื่อว่า Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models

ประเภทของน้ำ

ในงานวิจัยมีแบ่งการใช้น้ำออกเป็นสองแบบ

  • แบบแรกคือการที่เราไปเอาน้ำมาจากแหล่งน้ำ หรือที่เรียกว่า water withdrawal
  • แบบที่สองคือการ “บริโภค” น้ำ หรือที่เรียกว่า water consumption ซึ่งเรากำลังคุยกันถึงการใช้น้ำแบบที่สองกัน

ตัวอย่างการบริโภคน้ำ

ตัวอย่างการบริโภคน้ำ คือน้ำที่ระเหยออกไประหว่างกระบวนการถ่ายโอนความร้อนหรือ heat exchange ในระบบ cooling ของ AI server เป็นต้น เราเรียกสิ่งนี้ว่าการบริโภคน้ำเนื่องจากมีการใช้แล้วหายไปเลย (เช่นน้ำระเหยออกไปในอากาศ)

การบริโภคน้ำออก

ในงานวิจัยยังมีการแบ่งการบริโภคน้ำออกเป็นสโคปต่างๆ

  • สโคป 1 จะคำนึงถึงกระบวนการทำให้เย็นหรือ cooling ซึ่งทำให้เซิฟเวอร์ AI ไม่ร้อนจนเกินไป
  • สโคป 2 จะรวมไปถึงจำนวนน้ำที่ต้องใช้ระหว่างการผลิตไฟฟ้าที่เข้ามาป้อนเซิฟเวอร์ AI 
  • สโคป 3 จะเป็นน้ำที่ต้องใช้ในกระบวนการผลิตพวกชิปต่างๆของอุตสาหกรรมเซมิคอนดักเตอร์

หากเราสังเกตจากตารางแล้วการบริโภคน้ำของ AI จะนับเพียงแค่สโคป 1 และ 2 เนื่องจากเราสามารถพอคาดเดาได้ ส่วนสโคป 3 จะค่อนข้างประเมิณได้ยากเนื่องจากไม่ค่อยมีข้อมูล

จากตารางจำนวนการบริโภคน้ำ (water consumption) คำนวณจากโมเดล GPT3 ที่มีพารามิเตอร์ประมาณ 175B (หากเทียบกับเซลล์สมองก็เทียบเท่ากับ 175 พันล้านเซลล์) ซึ่งกรณีที่แย่ที่สุดคือใช้น้ำประมาณ 48 ml ต่อหนึ่งการประมวลผล

หากเราเทียบกับโมเดลอย่าง GPT4 ที่มีขนาดใหญ่กว่าเกือบ 10 เท่า (จากที่คาดการณ์กันว่ามีขนาด 1.7-1.8T หรือ 1.7-1.8 หมื่นล้านเซลล์) แปลว่าโมเดลอาจต้องใช้น้ำเพิ่มขึ้นถึงเกือบ 500 มิลลิลิตร ต่อหนึ่งการประมวลผล หรือพูดง่ายๆก็คือ ถาม-ตอบ หนึ่งครั้งใช้น้ำขวดหนึ่งเล็กนั่นเอง 

น้ำจืด หนึ่งในทรัพยากรสำคัญของทุกประเทศ

น้ำจืดถือเป็นหนึ่งในทรัพยากรที่สำคัญมากของทุกประเทศ ซึ่งเราจำเป็นต้องใช้ในชีวิตประจำวันหรือใช้ในภาคเกษตรกรรม

เชื่อว่าเราทุกคนคงเคยได้ยินถึงปัญหาภัยแล้งกันอยู่เรื่อยๆ ปัญหาคือหากเราไม่ได้มีการวางแผนถึงผลกระทบให้ดี ศูนย์ข้อมูลขนาดใหญ่หรือ data center ของบริษัทยักษ์ใหญ่ที่เราอยากให้นำมาลงในประเทศเพื่อเพิ่มขีดความสามารถทางเทคโนโลยีและเพิ่มการจ้างงาน อาจจะส่งผลกระทบกับปัญหาเรื่องน้ำของเราอย่างไม่ได้ตั้งใจได้ ซึ่งปัญหาเรื่องน้ำจริงๆแล้วเป็นปัญหาใหญ่ที่คนไม่ค่อยพูดถึง เนื่องจากส่วนใหญ่เรามักจะโฟกัสกับเรื่อง carbon footprint การใช้ไฟฟ้า รวมไปถึงมลภาวะจากการผลิตไฟฟ้าเพียงอย่างเดียว

หมายเหตุ: ปริมาณน้ำที่ใช้จริงๆขึ้นอยู่กับหลายปัจจัย เช่น สถานที่ของ data center หรือช่วงเวลาที่ใช้การประมวลผล ซึ่งส่งผลโดยตรงกับอุหภูมิโดยรอบ


#AI #น้ำจืด #น้ำและAI #ความกระหายน้ำของAI #knowledgePortal #okmd #กระตุกต่อมคิด

URL อ้างอิง:

เว็บไซต์นี้ใช้คุกกี้

เราใช้คุกกี้ (Cookie) เพื่อใช้ในการปรับปรุงประสิทธิภาพเว็บไซต์ ท่านสามารถศึกษารายละเอียดการใช้คุกกี้ได้ที่ นโยบายคุกกี้
ยอมรับ