Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
Społeczny sprzeciw wobec centrów danych AI narasta w całych Stanach Zjednoczonych i — jak donosi The Verge — walka dopiero się zaczyna, niosąc realne konsekwencje dla infrastruktury energetycznej zasilającej każdy model AI, na którym polegają twórcy.
Społeczny sprzeciw wobec centrów danych AI przeniósł się z internetowych petycji na tabliczki przy posesjach i posiedzenia władz lokalnych.
Obraz: The Verge / The Verge AI
Obecna fala aktywizmu wymierzonego w centra danych nie jest nagłą reakcją na ChatGPT czy Midjourney. Jak donosi The Verge, społeczności walczyły z rozbudową centrów danych na długo przed tym, zanim generatywne AI turbodoładowało zapotrzebowanie na moc obliczeniową. Zmieniła się skala: obciążenia robocze AI wymagają dramatycznie więcej energii i chłodzenia niż konwencjonalna infrastruktura chmurowa, zamieniając tlący się lokalny problem w wyraźny ogólnokrajowy wzorzec.
Zastrzeżenia skupiają się wokół trzech punktów zapalnych. Po pierwsze, pobór mocy — pojedynczy duży klaster do trenowania AI może zużywać tyle energii elektrycznej co małe miasto, a operatorzy sieci w niektórych regionach ostrzegają, że nowe zapotrzebowanie ze strony centrów danych przeciąża przepustowość. Po drugie, woda — systemy chłodzenia cieczą dla gęsto upakowanych szaf z GPU mogą zużywać miliony galonów rocznie, co jest zapalnikiem w obszarach dotkniętych suszą. Po trzecie, hałas i zagospodarowanie terenu — nieustanny szum systemów chłodzenia oraz ogromny fizyczny ślad obiektów hyperscale nie współgra z sąsiedztwem dzielnic mieszkalnych.
Polityczna geografia centrów danych zmieniła się gwałtownie. Stany i hrabstwa, które niegdyś agresywnie rywalizowały o wpływy podatkowe i miejsca pracy przynoszone przez centra danych, teraz obserwują zorganizowany opór na posiedzeniach komisji planowania i zagospodarowania przestrzennego. Tabliczki przy posesjach, takie jak te udokumentowane w reportażu The Verge, stały się czytelnym skrótem myślowym dla szerszego argumentu obywatelskiego: że korzyści z infrastruktury AI trafiają gdzie indziej, podczas gdy koszty — wyższe rachunki za prąd, stres wodny, hałas przemysłowy — spadają na lokalnych mieszkańców.
Dla laboratoriów AI i dostawców chmury obsługujących wnioskowanie modeli stwarza to realny problem lokalizacyjny. Oczywiste miejsca — tania ziemia w pobliżu odnawialnych źródeł energii, istniejące trasy światłowodowe, korzystne reżimy podatkowe — są coraz bardziej sporne. Niektóre jurysdykcje zmierzają do wprowadzenia moratorium lub ostrzejszych wymogów oceny środowiskowej dla nowych inwestycji.
Związek między sporem o zagospodarowanie przestrzenne w Wirginii czy Teksasie a kosztem uruchamiania wnioskowania Stable Diffusion lub FLUX nie jest abstrakcyjny. Moc obliczeniowa jest skończona, a ograniczona podaż objawia się najpierw wyższymi cenami, a następnie wolniejszym wdrażaniem nowych możliwości modeli. Gdy hyperscaler nie może wybudować kolejnej partii centrum danych zgodnie z harmonogramem, fala uderzeniowa dociera do cen API i tempa, w jakim nowe generacje modeli trafiają do produkcji.
Dla twórców generujących obrazy na dużą skalę — uruchamiających zadania wsadowe, eksperymentujących z wysokorozdzielczym upscalingiem lub korzystających z generowania wideo w czasie rzeczywistym — wydajność leżącej u podstaw infrastruktury ma bezpośrednie znaczenie. Ograniczona przepustowość skłania też dostawców do priorytetowego traktowania większych klientów korporacyjnych, co może utrudniać dostęp niezależnym twórcom i mniejszym platformom.
Nic z tego nie zwiastuje rychłego załamania. Główni dostawcy chmury wciąż budują w szybkim tempie, a laboratoria AI mają znaczne rezerwy. Jednak era zasadniczo bezproblemowej rozbudowy centrów danych w USA wydaje się dobiegać końca. Przeszkody regulacyjne i społeczne stają się czynnikiem strukturalnym, który planiści infrastruktury AI — a ostatecznie platformy i modele działające na tej infrastrukturze — będą musieli uwzględniać w swoich kalkulacjach.
Następna faza tej walki rozegra się prawdopodobnie na poziomie stanowych legislatur, gdzie regulatorzy energetyczni są proszeni o rozstrzygnięcie, jaki priorytet sieciowy należy przyznać centrom danych AI w stosunku do odbiorców mieszkalnych i przemysłowych. Te decyzje, podejmowane w budynkach parlamentów stanowych, a nie w serwerowniach, ukształtują krajobraz obliczeniowy, w którym narzędzia do tworzenia sztuki AI będą działać przez następną dekadę.
