Da un paio di anni a questa parte, si è diffuso un entusiasmo generale per i potenziali benefici dei modelli di Intelligenza Artificiale, come ChatGPT. Sebbene la crescita di questa nuova tecnologia porti grandi innovazioni e progressi in diversi ambiti della nostra vita, è nostro dovere non ignorare le conseguenze ambientali di questo sviluppo.
Il termine AI, Artificial Intelligence, indica un insieme di tecnologie in grado di elaborare informazioni e, almeno probabilisticamente, imitare il pensiero umano. Forme rudimentali di AI esistono dagli anni ’50, ma la tecnologia si è evoluta esponenzialmente negli ultimi anni, fino ad arrivare ai modelli generativi, chiamati LLMs (Large Language Models), sempre più potenti e ormai noti a tutti, come ChatGPT.
Impatto climatico
Questa nuova forma di tecnologia ha un forte impatto economico e ambientale ed è causa di tre diverse categorie di consumo.
- Consumo Energetico
Per primo analizziamo, quindi, il consumo energetico. Innanzitutto, è necessario definire che nello sviluppo di un modello di intelligenza artificiale, si possono distinguere due fasi principali: training e rilascio al pubblico.
La prima fase, il training, è fondamentale poiché è durante essa che il modello impara a svolgere un compito, nel caso di ChatGPT, a generare un testo. Già in questa fase iniziale, riscontriamo un impatto energetico non indifferente. Uno studio[1] recente di un team di ricercatori di Google Brain, ha stimato un consumo tra i 51 MWh e i 63 MWh per il training di GPT-4, il modello più recente di casa OpenAI. Per rendervi più chiaro il valore di queste stime, pensate che corrispondono all’energia necessaria per alimentare, per un anno intero, diciassette case.
La seconda fase, il deployment, inizia nel momento in cui il modello, una volta pronto, viene rilasciato al pubblico che ne avrà libero accesso. Attualmente, gli utenti attivi settimanalmente su ChatGPT sono all’incirca 400 milioni, un valore che si registra essere in rapido aumento dalla prima uscita del modello tre anni fa.
Inoltre, l’impatto energetico annuale, causato complessivamente dalle infrastrutture impiegate nello sviluppo e mantenimento dei modelli di intelligenza artificiale, ammonta a 200 TWh, ovvero l’energia necessaria per alimentare per un anno 67 milioni di abitazioni.
Il dato ancora più allarmante è che si pensa che aumenterà del 160% entro il 2030[2]. In aggiunta a ciò, con questi consumi, i data center di intelligenza artificiale si aggiudicano l’undicesima posizione nella classifica mondiale di consumatori di energia. Ci si aspetta, addirittura, che nel prossimo anno possano salire al sesto posto, tra Giappone e Russia.
- Spreco d’Acqua
Un ulteriore tema, spesso trascurato, riguarda lo spreco d’acqua. L’alimentazione dei sistemi di raffreddamento dei data center necessita una grande quantità d’acqua che ha lo scopo di prevenire il loro surriscaldamento. Dunque, oltre al notevole consumo elettrico, i data center impiegano una particolare tipologia di acqua raffreddata (“chilled water”), per contrastare il calore generato da centinaia di computer.
Si stima che per ogni kilowattora di energia consumata siano necessari circa due litri d’acqua per il raffreddamento. Come abbiamo visto, il consumo energetico di questi impianti è stimato a 200 TWh all’anno e, di conseguenza, il consumo di acqua ammonta a ben 400 miliardi di litri d’acqua all’anno. Questo quantitativo d’acqua equivale al fabbisogno idrico annuale di circa 5,5 milioni di persone.
- Produzione di GPU
Nell’ultimo biennio, la produzione delle GPU (Graphic Processing Units), processori specializzati per sviluppare modelli di intelligenza artificiale, ha avuto una crescita esponenziale. Anche se nel 2020 non era elevata, oggi è cresciuta in modo diretto con il progresso dell’AI generative e del deep learning (una branca del machine learning che utilizza reti neurali artificiali molto complesse per analizzare dati e fare previsioni), e il numero di unità prodotte per i data center è drammaticamente aumentato. Nel 2023 sono stati spediti 3,85 milioni di GPU, rispetto ai 2,67 milioni del 2022, e nel 2024 ci si aspetta un’altra grande crescita. Questa crescita è giustificata dalla maggiore richiesta di potenza computazionale per addestrare i modelli sempre più complessi, come GPT-4, il quale ha richiesto circa 25.000 GPU NVIDIA A100.
Purtroppo, questa crescita esponenziale provoca. un impatto ambientale non indifferente. Sebbene la produzione di queste aziende rappresenti l’avanguardia tecnologica, l’estrazione di materiali fondamentali come neodimio, tantalio e cobalto è spesso associata a fenomeni come la deforestazione, l’inquinamento delle acque e le elevate emissioni di CO2. A ciò si aggiunge il processo manifatturiero, che, pur essendo altamente avanzato, richiede enormi quantità di energia e contribuisce ulteriormente all’impronta ecologica del settore, intensificando sia le emissioni di CO2 sia il consumo di risorse non rinnovabili. Attualmente, il settore IT è responsabile del 2% del consumo elettrico globale, una quota destinata a crescere con l’aumento della domanda di calcolo dovuta all’AI. L’addestramento di modelli all’avanguardia, come nel caso di GPT-4, comporta un dispendio energetico tale da poter alimentare per un anno circa 120 abitazioni americane.
Cosa possiamo aspettarci nei prossimi anni?
Il Progetto Stargate, promosso dall’amministrazione Trump, prevede 500 miliardi di dollari diretti in investimenti per lo sviluppo di infrastrutture di intelligenza artificiale. Tale iniziativa, sebbene miri a rafforzare la supremazia tecnologica degli Stati Uniti, solleva interrogativi riguardo al suo impatto climatico.
La realizzazione di grandi data center richiede un elevato consumo energetico, che, se alimentato da fonti non rinnovabili, potrebbe incrementare le emissioni di gas serra. Inoltre, le politiche ambientali dell’amministrazione, come il ritiro dall’Accordo di Parigi, potrebbero ostacolare la transizione verso energie pulite. Questo trattato internazionale nasce per combattere il cambiamento climatico, mirando a mantenere basso l’aumento delle temperature e per aiutare con dei i paesi in via di sviluppo a gestire questa crisi.
In conclusione, risulta evidente che la richiesta di soluzioni basate sull’intelligenza artificiale continuerà a crescere, comportando un aumento degli investimenti in questo settore. Di conseguenza, parallelamente a questo fenomeno, è probabile che aumenti anche l’impatto ambientale dovuto allo sviluppo dell’intelligenza artificiale, all’energia necessaria per alimentare i data center e per la produzione di versioni sempre più innovative. E’ cruciale dunque affrontare questi impatti negativi attraverso strategie sostenibili per garantire che l’innovazione tecnologica sia compatibile con una gestione responsabile delle risorse e dell’impatto ambientale.
Autori:
Paolo Auletta, Camilla Chianese, Alessio Petroni, Gianluca Ferrara, Giulio Schinelli (L.S.S “J.F. Kennedy” – Roma”)
Fonti
[1] https://arxiv.org/ftp/arxiv/papers/2204/2204.05149.pdf
[2] https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand
[4] https://news.mit.edu/2025/explained-generative-ai-environmental-impact-0117
[5] https://hbr.org/2024/07/the-uneven-distribution-of-ais-environmental-impacts
[7] https://builtin.com/articles/stargate-project-environmental-impact
[8] https://mit-genai.pubpub.org/pub/8ulgrckc/release/2
[10] https://www.we-wealth.com/news/trump-stargate-effetto-azioni
Scrivi un commento