Kunstig intelligens vil udløse en global energikrise: DePIN har løsningen

Udbredelsen af kunstig intelligens (AI) og generative AI-teknologier har været meteorisk de sidste to år. For nogle teknikkyndige personer begynder hver morgen med hjælp fra AI, fra den smarte vækkeur, der sporer deres søvn cyklus, til nyhedsappen, der kuraterer artikler baseret på deres interesser.

Men bag disse problemfri bekvemmeligheder ligger en skjult virkelighed – disse teknologier er en del af en voksende energikrise. Efterhånden som AI-teknologier som generativ AI skrider frem, transformerer de ikke kun vores liv; de kræver en enorm andel af verdens elektricitet.

AI’s indvirkning på energiinfrastrukturer

Udfordringen er markant. Som en af de mest energikrævende moderne IT-indsatser kræver AI-systemer betydelige kulstofudledninger og elektricitet. Faktisk er verden måske ikke klar til deres krav.

I 2023 blev verden bekendt med implikationerne af generativ AI, og i 2024 forstørredes dens anvendelse i forskellige sektorer. Derfor bliver datacentre, der driver disse AI-modeller, massive forbrugere af elektricitet.

Faktisk noterede Forbes, at GPT-4 krævede over 50 gigawatt-timer til træning—svarende til 0,02% af Californiens årlige elektricitetsproduktion. Desuden kræver det 50 gange mere energi end sin forgænger, GPT-3.

Statistikkerne er overvældende. Globalt bidrager datacentre og deres transmissionsnetværk nu til 3% af det globale energiforbrug, hvilket udleder lige så meget kuldioxid som Brasilien.

Desuden viser de eskalerende energikrav ingen tegn på at aftage. Ifølge en prognose fra Det Internationale Energiagentur (IEA) vil det globale elektricitetsforbrug stige fra 460 terawatt-timer (TWh) i 2022 til 1000 TWh i 2026.

Læs mere: Sådan bygger du din personlige AI-chatbot ved hjælp af ChatGPT API

Alene i USA forventes strømforbruget fra datacentre at stige fra 200 TWh i 2022 til 260 TWh i 2026, hvilket udgør en 6% andel af landets samlede strømforbrug. Prognoser antyder, at dette forbrug vil fordobles inden 2030.

Midt i denne baggrund fremhævede Ayush Ranjan, administrerende direktør for Huddle01, i et interview med BeInCrypto det presserende behov for løsninger som DePIN (Decentralized Physical Infrastructure Network).

“AI-datacentre kræver en betydelig mængde elektricitet til beregning og køling. Hvis AI-applikationer fortsætter med at vokse med den nuværende hastighed, vil vi se et betydeligt pres på både lokale og globale energinet, som vil vise sig at være uholdbart. Denne byrde vil fortsætte med at stige, efterhånden som AI-systemer bliver mere og mere komplekse med tiden. Dette vil igen føre til højere udledninger og netværksinstabilitet,” forklarede Ranjan.

Den geografiske koncentration af datacentre forstærker udfordringerne. For eksempel huser Northern Virginia det største knudepunkt for datacentre globalt, der forbruger elektricitet svarende til det for 800.000 hjem. Denne koncentration skaber farlige udsving i strømforbruget og udgør alvorlige risici for energiinfrastrukturerne.

Hvordan DePIN løser udfordringerne

Som svar tilbyder DePIN en lovende løsning ved at udnytte underudnyttede hardware-ressourcer til at distribuere beregningsopgaver mere effektivt. Ved at decentralisere energiforbruget og incitament brugen af edge computing, kunne DePIN-netværk betydeligt lette energibyrden pålagt af AI, hvilket tilbyder en vej til mere bæredygtig og demokratiseret adgang til AI-ressourcer.

Ranjan uddybede yderligere, at DePINs distribuerer energiforbruget og arbejdsbyrden, hvilket letter byrden på ethvert enkelt punkt. I stedet for at stole på enorme centraliserede datacentre, implementerer DePIN flere knudepunkter—ofte ved at udnytte underbrugt infrastruktur for at flytte beregninger tættere på slutbrugere.

“Dette reducerer arbejdsbyrden på servere og spreder energiforbruget mere jævnt på tværs af regioner, hvilket letter byrden på energinet,” fortalte Ranjan til BeInCrypto.

I øjeblikket er 84% af datacentrene koncentreret omkring USA, Europa og Kina, hvilket gør dataoverførsler mindre energieffektive. Men edge computing, som er integreret i DePIN, minimerer langdistance, energikrævende dataoverførsler, der er typiske for centraliserede datacentre.

“At opdele energiforbruget på flere enheder og regioner, reducere belastningen på datacentre og energinet ved at udnytte eksisterende enheder eller ressourcer til at opbygge netværket vil vise sig afgørende for at løse dette problem,” bekræftede Ranjan.

Læs mere: Hvad er DePIN (Decentralized Physical Infrastructure Networks)?

DePin-projekter, der imødekommer AI’s krav

Ifølge Ranjan fokuserer flere DePIN-projekter, som Filecoin Green, Akash Network, Render og Grass, på at imødekomme AI’s energibehov.

Det bemærkelsesværdige Daylight Energy-projekt, støttet af den prominente venturekapitalfirma Andreessen Horowitz (a16z), sigter mod at transformere drift af energinet gennem distribuerede energiressourcer (DERs). Dette initiativ forbedrer nettets responsivitet og fremmer bæredygtige energipraksisser ved at udnytte realtidsdata fra DERs såsom solpaneler og smarte batterier.

Desuden annoncerede Daylight Energy den 10. september et samarbejde med DIMO Network for at muliggøre, at elbiler (EVs) kan understøtte energinet. Dette samarbejde anvender DIMO’s EV-applikationsprogrammeringsgrænseflader (API’er) til at integrere EVs i energistyringssystemet, hvilket letter brugen af ren energi og realtids energistyring for alle EV-ejere.

DePIN-netværk løser også andre udfordringer ved centraliseret infrastruktur, såsom hyppige nedbrud. For eksempel forstyrrede en nylig IT-nedbrud involverende Microsoft og CrowdStrike store tjenester på verdensplan. Men DePIN-netværk er mindre udsatte for sådanne nedbrud, da de ikke har et enkelt fejlpunkt.

I øjeblikket er den samlede markedsværdi af DePIN-projekter over 20,5 milliarder dollars. Desuden har det samlede antal DePIN-enheder overstiget 18 millioner. Men DePIN står stadig over for skalérbarhedsudfordringer, da mainstream-udbredelsen af disse netværk kræver høj beregningskraft.

“Mange DePIN’er er afhængige af en blanding af enheder, fra lavenergi kantenheder til småskala datacentre. At skalere netværket og koordinere de udrullede ressourcer for at matche beregningskraften i et centraliseret datacenter forbliver en formidabel industriudfordring,” bemærkede Ranjan.

Læs mere: Top 10 Web3-projekter, der revolutionerer branchen

Men selvom ideen om, at DePIN redder verden fra en global energikrise, stadig er i sin vorden, er yderligere innovation og udbredelse afgørende. Ranjan mener, at tokenincitamenter kan hjælpe med at bringe mere udbredelse.

“På grund af hardwarebegrænsninger i kantenheder til at håndtere AI-arbejdsbyrde, er bred udbredelse afgørende for enhver DePIN for at skalere og se en mainstream anvendelse. Tokenincitamenter hjælper med at drive intentionen om at bruge og deltage,” konkluderede Ranjan.

Faktisk, da AI’s energibehov stiger, tilbyder DePIN en vital løsning ved at decentralisere beregningsbelastningen. Det kunne betydeligt reducere belastningen på globale energiinfrastrukturer.

DePIN-netværk lover en mere bæredygtig tilgang til håndtering af de stigende energikrav fra avancerede AI-systemer ved at udnytte underbrugt hardware og kantberegning. Denne strategi kunne potentielt afværge en energikrise og fremme mere retfærdig adgang til teknologi.