Agresywna rozbudowa centrów danych, niezbędnych do zasilania zaawansowanych modeli AI, napotyka na rosnący opór ze strony lokalnych społeczności i regulatorów, grożąc spowolnieniem wzrostu infrastruktury, która stanowi podstawę następnej generacji narzędzi do tworzenia sztuki i wideo AI.
Kluczowe wnioski
- Lokalny opór narasta: Społeczności coraz częściej sprzeciwiają się budowie nowych centrów danych z powodu obaw dotyczących hałasu, wpływu na środowisko i zużycia energii elektrycznej.
- Przeszkody regulacyjne rosną: Procesy wydawania pozwoleń stają się bardziej złożone i długotrwałe, co prowadzi do znacznych opóźnień i anulowania planowanych obiektów.
- Zapotrzebowanie na energię elektryczną jest głównym czynnikiem: Ogromne zapotrzebowanie na energię centrów danych AI obciąża lokalne sieci, utrudniając uzasadnienie i budowę nowych projektów.
- Rośnie liczba anulowanych projektów: Znaczna liczba ogłoszonych projektów centrów danych może nigdy nie zostać rozpoczęta, co wpłynie na prognozowany wzrost mocy obliczeniowej AI.
Ten trend oznacza, że pozornie nieograniczone zasoby obliczeniowe, których oczekiwaliśmy do wszystkiego, od złożonej dyfuzji obrazu po generowanie wideo w czasie rzeczywistym, mogą nie zmaterializować się tak szybko, jak przewidywano. Dla twórców może to oznaczać wolniejszą ewolucję modeli, wyższe koszty obliczeń lub przesunięcie w kierunku bardziej wydajnych, lokalnych rozwiązań AI.
Niewidoczne koszty obliczeń
Za każdym wygenerowanym przez AI obrazem w wysokiej rozdzielczości lub płynną sekwencją animowaną przez AI stoi rozległa sieć procesorów graficznych (GPU) umieszczonych w energochłonnych centrach danych. Obecny boom w rozwoju AI, szczególnie w przypadku dużych modeli językowych i dyfuzyjnych, napędzał bezprecedensowe zapotrzebowanie na te obiekty. Jednak, jak donosi TechCrunch, ta ekspansja napotyka teraz na konkretne przeszkody, od powszechnego lokalnego oporu po opóźnienia w wydawaniu pozwoleń i walkę o energię elektryczną. Sama skala tych operacji, często wymagających setek megawatów mocy, okazuje się trudna do zintegrowania z istniejącymi infrastrukturami i społecznościami.
Te centra to nie tylko abstrakcyjne węzły w chmurze; to fizyczne struktury, które zużywają ziemię, generują ciepło i pobierają ogromne ilości energii, często z sieci już obciążonych. Sam wpływ estetyczny może być znaczący, przekształcając krajobrazy w strefy przemysłowe. Na przykład, jedno duże centrum danych może zużywać tyle energii elektrycznej, co małe miasto, budząc obawy dotyczące cen energii i zrównoważonego rozwoju środowiskowego. To tarcie prowadzi do rosnącej liczby projektów opóźnianych lub całkowicie anulowanych, zanim jeszcze rozpocznie się budowa, ponieważ lokalne władze reagują na presję wyborców. Podobne wzorce w polityce lokalnej wpływające na ekspansję centrów danych odnotowano wcześniej przez Charmloop w kontekście wyborów śródokresowych w USA „Wybory śródokresowe w USA przynoszą niepowodzenie ekspansji centrów danych AI”.
Wpływ na sztukę AI i rozwój modeli
Co to oznacza dla codziennego przepływu pracy artysty AI? Bezpośredni wpływ może nie być nagłym zatrzymaniem, ale stopniowym zacieśnianiem zasobów. Jeśli podaż mocy obliczeniowej nie nadąży za popytem, możemy zaobserwować wzrost cen za wywołania API, wolniejsze czasy przetwarzania złożonych podpowiedzi lub priorytetyzację niektórych typów modeli nad innymi. Może to zachęcić deweloperów do skupienia się na bardziej wydajnych architekturach, takich jak mniejsze, wyspecjalizowane modele, które mogą działać z mniejszym narzutem obliczeniowym, lub nawet na rozwiązaniach lokalnych, takich jak te badane przez Hugging Face's BotPsy-0.8B „Hugging Face's BotPsy-0.8B dostarcza lokalnego agenta AI, przewyższając większe modele”.
„Wiele ogłaszanych projektów może nigdy nie zostać zbudowanych.”
— TechCrunch AI
Dla tych, którzy przesuwają granice sztuki generatywnej na platformach takich jak Charmloop, podstawowa infrastruktura rzadko jest świadomą myślą. Jednak to cichy silnik. Jeśli ten silnik zacznie szwankować, swoboda twórcza umożliwiona przez szybką iterację i eksperymentowanie może stać się bardziej ograniczona. Artyści mogą potrzebować stać się bardziej rozważni w inżynierii podpowiedzi, optymalizując pod kątem wydajności, a nie samej skali, lub eksplorując techniki, które wymagają mniej cykli obliczeniowych. Może to doprowadzić do renesansu sztuki opartej na ograniczeniach, przypominającej wczesne formy sztuki cyfrowej, które rozwijały się na ograniczonej mocy obliczeniowej, zmuszając twórców do innowacji w ramach ściślejszych granic technicznych. Ostatecznie, to pojawiające się wąskie gardło podkreśla bardzo fizyczną rzeczywistość stojącą za naszymi coraz bardziej wirtualnymi narzędziami twórczymi. Dostęp do najnowocześniejszych modeli i szybsze generowanie może stać się ofertą premium, czyniąc platformy optymalizujące wykorzystanie zasobów jeszcze bardziej wartościowymi. Więcej wydajnych technik podpowiedzi można znaleźć w naszej sekcji /guides.
