Tutkimuksessa mitattiin olemassa olevien AI-agenttien resurssienkulutusta, ja tulos oli hälyttävä. Kun käytettiin 70 miljardin parametrin laajaa kielimallia (LLM) – mikä vastaa nykyisten kehittyneimpien kaupallisten palveluiden tasoa – AI-agentti kulutti keskimäärin 348,41 wattituntia (Wh) kyselyä kohden. Perinteinen generatiivinen tekoälychatbot, joka vastasi samaan yksinkertaiseen kysymykseen, käytti vain noin 2,55 Wh. Tämä tarkoittaa noin 136,5–136,6-kertaista energiankulutusta . Jotkut englanninkieliset raportit pyöristävät luvun 137-kertaiseksi .
Toisin kuin chatbot, joka vastaa yhteen kysymykseen yhdellä kerralla, AI-agentti toimii itsenäisesti: se suunnittelee, hakee tietoa, laskee, suorittaa koodia ja toistaa eri vaiheita suorittaakseen tehtävän. Jokainen vaihe vaatii oman LLM-inferenssin, mikä moninkertaistaa laskennan ja energiankulutuksen . Tutkimuksen mukaan AI-agentit kutsuivat taustalla olevaa LLM:ää keskimäärin 9,2 kertaa useammin kuin perinteinen chatbot . Vastausaika piteni jopa 153,7-kertaiseksi .
Merkittävä tehottomuuden lähde on GPU:iden (grafiikkaprosessorien) käyttämättömyys. Kun AI-agentti hakee tietoa ulkoisista työkaluista tai odottaa palvelimen vastausta, GPU jää odottamaan. Tutkimus paljasti, että GPU:iden käyttämättömyys oli jopa 54,5 prosenttia koko suoritusajasta . Tämä on merkittävä pullonkaula, sillä GPU:t ovat erittäin energianälkäisiä, mutta ne eivät tee laskentaa tyhjäkäynnillä.
Tutkimusryhmä laajensi analyysinsa koskemaan datakeskusten tehontarvetta. Jos oletetaan, että tulevaisuudessa tehdään 13,7 miljardia AI-agenttikyselyä päivässä (mikä on verrattavissa nykyiseen Google-hakujen määrään), datakeskusten tehontarve olisi noin 198,9 gigawattia (GW). Tämä on valtava määrä – se vastaa noin puolta Yhdysvaltojen koko keskimääräisestä sähkönkulutuksesta . Tutkimus varoittaa, että jos AI-agentit yleistyvät ilman tehokkuusparannuksia, datakeskusten tehontarve voi kasvaa räjähdysmäisesti .
Tulokset herättävät vakavia kysymyksiä tekoälyn kestävästä kehityksestä. Datakeskukset vastaavat nykyisin noin 2,5–3,7 prosentista maailmanlaajuisista kasvihuonekaasupäästöistä (enemmän kuin lentoliikenne), ja tekoälyn osuus tästä kasvaa nopeasti . Vaikka AI-agentit voivat parantaa tarkkuutta ja suorituskykyä, niiden valtava energiantarve voi vaarantaa ilmastotavoitteet, ellei tehokkuusparannuksiin panosteta merkittävästi . Tutkijat korostavat, että tekoälypolitiikkaa ja -infrastruktuuria suunniteltaessa on otettava huomioon energiantarpeen merkittävä kasvu .
Tutkimuksessa mitattiin olemassa olevien AI-agenttien resurssienkulutusta, ja tulos oli hälyttävä. Kun käytettiin 70 miljardin parametrin laajaa kielimallia (LLM) – mikä vastaa nykyisten kehittyneimpien kaupallisten palveluiden tasoa – AI-agentti kulutti keskimäärin 348,41 wattituntia (Wh) kyselyä kohden. Perinteinen generatiivinen tekoälychatbot, joka vastasi samaan yksinkertaiseen kysymykseen, käytti vain noin 2,55 Wh. Tämä tarkoittaa noin 136,5–136,6-kertaista energiankulutusta . Jotkut englanninkieliset raportit pyöristävät luvun 137-kertaiseksi .
Toisin kuin chatbot, joka vastaa yhteen kysymykseen yhdellä kerralla, AI-agentti toimii itsenäisesti: se suunnittelee, hakee tietoa, laskee, suorittaa koodia ja toistaa eri vaiheita suorittaakseen tehtävän. Jokainen vaihe vaatii oman LLM-inferenssin, mikä moninkertaistaa laskennan ja energiankulutuksen . Tutkimuksen mukaan AI-agentit kutsuivat taustalla olevaa LLM:ää keskimäärin 9,2 kertaa useammin kuin perinteinen chatbot . Vastausaika piteni jopa 153,7-kertaiseksi .
Merkittävä tehottomuuden lähde on GPU:iden (grafiikkaprosessorien) käyttämättömyys. Kun AI-agentti hakee tietoa ulkoisista työkaluista tai odottaa palvelimen vastausta, GPU jää odottamaan. Tutkimus paljasti, että GPU:iden käyttämättömyys oli jopa 54,5 prosenttia koko suoritusajasta . Tämä on merkittävä pullonkaula, sillä GPU:t ovat erittäin energianälkäisiä, mutta ne eivät tee laskentaa tyhjäkäynnillä.
Tutkimusryhmä laajensi analyysinsa koskemaan datakeskusten tehontarvetta. Jos oletetaan, että tulevaisuudessa tehdään 13,7 miljardia AI-agenttikyselyä päivässä (mikä on verrattavissa nykyiseen Google-hakujen määrään), datakeskusten tehontarve olisi noin 198,9 gigawattia (GW). Tämä on valtava määrä – se vastaa noin puolta Yhdysvaltojen koko keskimääräisestä sähkönkulutuksesta . Tutkimus varoittaa, että jos AI-agentit yleistyvät ilman tehokkuusparannuksia, datakeskusten tehontarve voi kasvaa räjähdysmäisesti .
Tulokset herättävät vakavia kysymyksiä tekoälyn kestävästä kehityksestä. Datakeskukset vastaavat nykyisin noin 2,5–3,7 prosentista maailmanlaajuisista kasvihuonekaasupäästöistä (enemmän kuin lentoliikenne), ja tekoälyn osuus tästä kasvaa nopeasti . Vaikka AI-agentit voivat parantaa tarkkuutta ja suorituskykyä, niiden valtava energiantarve voi vaarantaa ilmastotavoitteet, ellei tehokkuusparannuksiin panosteta merkittävästi . Tutkijat korostavat, että tekoälypolitiikkaa ja -infrastruktuuria suunniteltaessa on otettava huomioon energiantarpeen merkittävä kasvu .