Экология ИИ: сколько электричества съедает ChatGPT

Каждый запрос к ChatGPT потребляет энергию. Дата-центры греют планету. Обучение одной большой нейросети выбрасывает столько же CO2, как 5 автомобилей за всю жизнь. Разбираю экологическую цену ИИ — и что с этим делать.

📅 Актуально на: январь 2026

Почему ИИ потребляет так много?

Задумывались ли вы, что стоит за каждым ответом ChatGPT?

Где тратится энергия:

• 🖥️ GPU (видеокарты) — мощные процессоры для вычислений
• ❄️ Охлаждение — серверы греются, их нужно охлаждать
• 🔌 Инфраструктура — сети, хранилища, резервное питание

Нейросети работают на огромных кластерах видеокарт. Одна карта NVIDIA H100 потребляет 700 Вт — как мощный электрочайник. А их работают тысячи одновременно.

Многие думают, что цифровое = экологичное. Это миф. Каждый клик имеет свою цену.

Обучение vs Использование

Обучение нейросети

Обучение — это как строительство завода: дорого один раз, потом работает.

Цифры для GPT-3 (2020):

• ⚡ ~1,287 МВт·ч электричества
• 🌍 ~550 тонн CO2
• 🚗 Как 5 автомобилей за всю их жизнь

GPT-4 ещё больше — точные цифры не публикуются, но оценки говорят о 10x росте.

Использование (инференс)

Каждый запрос к ChatGPT — это работа завода: каждая единица продукции требует ресурсов.

А теперь цифры: сколько электричества потребляет один запрос.

| Действие | Энергия | CO2 |

|----------|---------|-----|

| Один запрос к ChatGPT | ~0.001-0.01 кВт·ч | ~0.5-5 г CO2 |

| Поиск в Google | ~0.0003 кВт·ч | ~0.2 г CO2 |

| Загрузка веб-страницы | ~0.0001 кВт·ч | ~0.1 г CO2 |

ChatGPT потребляет в 10-30 раз больше энергии на запрос, чем обычный поиск Google.

Дата-центры: где живёт ChatGPT

Дата-центр — это огромный склад компьютеров, которые работают 24/7.

Как устроено

• Тысячи серверных стоек
• Системы охлаждения (до 40% энергии!)
• Резервное питание
• Круглосуточная работа

Где находятся

OpenAI работает на облаке Microsoft Azure:

• США (несколько регионов)
• Европа
• Азия

Выбор локации важен: если дата-центр работает на угольной электростанции — след больше.

Сравнения: ИИ vs другие технологии

| Что | Энергия в год | Комментарий |

|-----|---------------|-------------|

| 🏠 Средний дом | ~10,000 кВт·ч | Эталон |

| 🚗 Электромобиль | ~3,000 кВт·ч | На 15,000 км |

| 💻 Ноутбук | ~50 кВт·ч | 8 часов в день |

| 🤖 Обучение GPT-3 | ~1,287,000 кВт·ч | Один раз |

| 📱 ChatGPT (1000 запросов) | ~1-10 кВт·ч | Месяц активного использования |

Контекст: Если 100 миллионов человек делают 10 запросов в день — это огромное потребление в масштабе планеты.

Что делают компании

Возобновляемая энергия

Microsoft (Azure для OpenAI):

• Обязательство 100% возобновляемой энергии к 2025
• Покупка углеродных кредитов
• Инвестиции в солнечные и ветряные электростанции

Google:

• Дата-центры на 100% возобновляемой энергии с 2017
• Новые подходы к охлаждению

Эффективное охлаждение

• 💧 Водяное охлаждение — эффективнее воздушного
• 🌊 Погружение в жидкость — передовые решения
• 🧊 Расположение на севере — использование холодного климата

Эффективные модели

Новые модели становятся эффективнее:

• Лучше архитектура → меньше вычислений
• Квантизация → меньшие модели с тем же качеством
• Дистилляция → маленькие модели учатся у больших

Что можем сделать мы?

Я посчитал свой углеродный след от ChatGPT за месяц — делюсь.

При ~30 запросах в день это ~50-150 г CO2 в день. За месяц — 1.5-4.5 кг CO2. Как проехать 15-50 км на машине.

Практические советы

1. Формулируйте запросы точнее — меньше переспрашиваний
2. Используйте меньшие модели — GPT-3.5 вместо GPT-4, если хватает
3. Не повторяйте запросы — сохраняйте ответы
4. Выбирайте локальные модели — если возможно, они могут быть эффективнее

Перспектива

Это не призыв отказаться от ИИ. Это призыв использовать осознанно.

Будущее: эффективные модели

Тренд на эффективность

Каждое новое поколение моделей:

• Более эффективное по энергии на единицу «интеллекта»
• Лучше оптимизированное
• Работает на более эффективном железе

Локальные модели

Модели можно запускать на обычных компьютерах:

• Меньше нагрузки на дата-центры
• Использование локальной (возможно, зелёной) энергии

Специализированные чипы

Google TPU, NVIDIA H200, AMD MI300 — каждое поколение эффективнее предыдущего.

Итог

ИИ имеет экологическую цену:

• Обучение — сотни тонн CO2 на большую модель
• Использование — каждый запрос потребляет энергию
• Сравнение — ChatGPT в 10-30 раз «тяжелее» Google-поиска

Но:

• Компании переходят на зелёную энергию
• Модели становятся эффективнее
• Осознанное использование снижает след

Углеродный след — это «цена» технологии для планеты. Важно это понимать.

📖 Словарик

• Углеродный след — количество CO2, выброшенное при производстве или использовании
• Дата-центр — здание с серверами для обработки данных
• Инференс — использование обученной нейросети (каждый запрос)
• кВт·ч — единица энергии (киловатт-час)

Если статья была полезной — подписывайтесь!

А вы думаете об экологическом следе, когда используете ИИ? Или это не ваша забота? Обсуждаем в комментариях! 🔥