IA generative: uno studio sul consumo energetico

I ricercatori hanno analizzato vari modelli, scoprendo che quello meno efficiente è Stable Diffusion, che consuma l’equivalente di una ricarica completa di uno smartphone per generare una singola immagine. Generare 1000 immagini con Stable Diffusion ha la stessa impronta in emissioni di carbonio di un’auto media a benzina che percorre poco più di 6,5 chilometri.

In generale, i modelli di generazione delle immagini consumano in media 2907 kWh per generare 1000 immagini, che si traduce in un consumo per immagine equivalente a quello di ricaricare al 24% la batteria di uno smartphone.

Questi dati, se estrapolati su scala globale, suggeriscono che il consumo energetico delle IA generative è particolarmente consistente. Alex de Vries, autore dello studio, ha stimato che il consumo energetico di tutti i server IA al mondo sia pari a quello di un paese come l’Argentina.

I ricercatori hanno inoltre condotto analisi specifiche per le diverse fasi del ciclo di vita di un modello machine learning, ovvero quella di training, quella di fine tuning e quella di inferenza. L’obiettivo di queste analisi è comprendere meglio i requisiti energetici e le emissioni di carbonio di ciascuna fase, così da poterli ottimizzare.

I ricercatori sperano che questo studio possa aiutare gli sviluppatori di IA a ridurre l’impatto ambientale delle loro tecnologie. Tuttavia, riconoscono che lo studio è ancora in fase iniziale e che sono necessari ulteriori approfondimenti per comprendere appieno i fattori che influenzano il consumo energetico delle IA generative.

Ecco alcuni suggerimenti per ridurre il consumo energetico delle IA generative:

• Utilizzare modelli più efficienti, come quelli basati su tecniche di compressione.
• Ottimizzare i parametri di training e di inferenza.
• Distribuire i modelli su più server, in modo da ridurre il carico su ciascun server.

Conclusione

Lo studio di Hugging Face e della Carnegie Mellon University è un importante contributo alla comprensione dell’impatto ambientale delle IA generative. I risultati dello studio suggeriscono che è necessario adottare misure per ridurre il consumo energetico di queste tecnologie, in particolare se si vuole evitare che diventino un problema ambientale significativo.