GCRI · Kecerdasan Buatan dan Sistem Otonom
Komputasi dan energi
Training and running AI requires specialised chips, data centres, electricity, cooling water and network capacity. Demand is growing quickly and concentrating in particular places, with effects on power grids, water resources and emissions. This page sets out how AI compute uses energy and water, how those uses are measured, and what evidence serves the grid operators, planners and policymakers who must accommodate them.
Bagaimana pekerjaan berjalan.
Registri model
Compute and energy · Model registry · Release gate
Model
| M-904 triage assistant | Layanan publik | Tinggi | 19 of 24 suites | Terhambat |
| M-890 flood nowcast | Sains | Sedang | 10 of 12 | Dirilis |
| M-955 document search | Internal | Rendah | 7 dari 8 | Dirilis |
| M-242 agent planner | Agentik | Tinggi | 13 of 16 | Sedang dievaluasi |
Kartu model
- Penggunaan yang dimaksudkan
- dukungan triase, manusia memutuskan
- Di luar cakupan
- keputusan kelayakan
- Batasan yang diketahui
- akurasi lebih rendah pada kasus langka
- Pemilik
- Pemilik model
Log insiden
- D-28INCKutipan halusinasi dalam ringkasan
- D-6MITLandasan pengambilan data ditambahkan
- D-4INCInjeksi prompt melalui berkas yang diunggah
- D-1MITIzin alat dipersempit
Evaluation scores
vs release threshold
Gbr.Model registry: example names and illustrative values, not a record or a live system.
Compute and energy: how the risk develops.
Compute concentration, efficiency and demand. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Training and inference both use energy
Training a large model uses a large amount of electricity once; inference uses less per query but runs continuously at scale, and can dominate over a model’s life.
Data centres strain local grids
Large data centres need connections comparable to industrial plants. Clusters in one region can outpace grid and generation build-out.
Cooling uses water
Evaporative cooling and electricity generation consume water. Where water is scarce, data centre siting competes with other uses.
Efficiency and demand move together
Hardware and software efficiency improve quickly, but lower costs can raise total use. Net energy demand depends on both.
Energy now in East Asia.
Night lights, population density and land cover over East Asia, from NASA GIBS. Each layer carries its own date.
Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.
Lapisan 3
Energi saat ini, untuk halaman ini
Tentang lapisan ini
- Bukti
- Teramati
- Sumber
- VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
- Penyedia
- NASA LAADS DAAC
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; radiansi satelit, dikoreksi untuk cahaya bulan dan atmosfer
- Terbaru saat build
- 2026-10-12
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Pancaran radiasi satelit pada malam hari untuk tanggal yang ditampilkan; cahaya adalah proksi penggunaan listrik dan pemadaman, bukan ukuran pasokan atau akses.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Estimasi
- Sumber
- Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
- Penyedia
- NASA SEDAC (CIESIN, Universitas Columbia)
- Lisensi
- CC BY 4.0
- Tahun data
- null; estimasi berbasis sensus, statis (2020)
- Resolusi
- kisi sekitar 1 km
- Ketidakpastian
- Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Dimodelkan (bulan terbaru yang diterbitkan GIBS)
- Sumber
- MERRA-2 (NASA GMAO / GES DISC)
- Penyedia
- NASA GMAO / GES DISC
- Lisensi
- Data terbuka NASA
- Tahun data
- bulanan; model reanalisis; bulan terbaru yang diterbitkan GIBS
- Terbaru saat build
- 2026-07-01
- Resolusi
- kisi sekitar 2 km
- Ketidakpastian
- Estimasi model reanalisis rata-rata bulanan sinar matahari yang masuk di atas daratan; indikator sumber daya surya, bukan penilaian hasil produksi suatu lokasi.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati
- Sumber
- Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
- Penyedia
- NASA LANCE
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; citra satelit
- Terbaru saat build
- 2026-10-14
- Resolusi
- kisi sekitar 250 m
- Ketidakpastian
- Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Dimodelkan (tahun terbaru yang diterbitkan GIBS)
- Sumber
- MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
- Penyedia
- NASA LP DAAC
- Lisensi
- Data terbuka NASA
- Tahun data
- tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
- Terbaru saat build
- 2024-01-01
- Resolusi
- kisi sekitar 500 m
- Ketidakpastian
- Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
- Bukti
- Teramati (awan menyisakan celah)
- Sumber
- VIIRS NOAA-20 (NASA LANCE)
- Penyedia
- NASA LANCE
- Lisensi
- Data terbuka NASA
- Tahun data
- harian; hasil pengambilan satelit; awan menyisakan celah
- Terbaru saat build
- 2026-10-14
- Resolusi
- kisi sekitar 1 km
- Ketidakpastian
- Suhu kulit permukaan tanah dari satelit pada hari yang ditampilkan, indikator kebutuhan pendinginan; bukan suhu udara atau peringatan panas.
- Dijangkau melalui
- gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Papan ketik, dengan peta terfokus
Tahan Ctrl atau ⌘ dan gulir untuk memperbesar
Terbaru yang tersedia
NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © kontributor OpenStreetMap (ODbL) · Natural Earth
Memuat citra NASA terbaru.
Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.
Energy now, framed on East Asia.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.
Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · NASA/NOAA VIIRS · NASA JPL OPERA DIST-ALERTSumber dan lisensi
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
- We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Data terbuka NASA
- Cahaya malam VIIRS Black Marble, NASA Goddard Space Flight Center; didistribusikan oleh NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
- Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
- Reanalisis MERRA-2, Kantor Pemodelan dan Asimilasi Global NASA; didistribusikan oleh NASA GES DISC; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal di tempat yang ditampilkan (dimodifikasi). Data terbuka NASA
- Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Data terbuka NASA
- Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
- © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
- Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
- Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
- Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
- Observed (EO): NASA/NOAA VIIRS (Suomi NPP). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
- Setahun terakhir, suhu harian (ERA5 melalui Open-Meteo): Memuat informasi Copernicus Climate Change Service yang dimodifikasi, 2026.
- Setahun terakhir, suhu harian dan penyinaran matahari (NASA POWER): Data ini diperoleh dari Proyek POWER NASA Langley Research Center (LaRC) yang didanai melalui NASA Earth Science/Applied Science Program..
- Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
- Lapisan opsional (10 sumber dalam daftar lapisan: langsung, prakiraan, observasi, dan konteks) menampilkan kredit penyedianya di peta dan di sini saat diaktifkan. Prakiraan adalah keluaran model, dan indeks turunan adalah estimasi.
Lapisan dan tanggal
- Cahaya malam, harian: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12 Okt 2026
- Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
- Sinar matahari yang tiba di permukaan di atas daratan, rata-rata bulanan: MERRA-2, NASA GMAO / GES DISC · Juli 2026
- Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
- Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
- Suhu permukaan daratan, siang: VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
AI compute couples to energy and water.
- EnergiKeterkaitanData-centre load grows quickly on specific grid nodes.What to watchConnection queue and load
- AirKeterkaitanSome cooling designs consume water.What to watchWater use per unit of energy
- Keanekaragaman hayatiKeterkaitanSiting of data centres and power affects land and habitats.What to watchLand use of new sites
Compute and energy analyses are designed for the Seri Prospek Kajian Masa Depan. The IEA’s Energy and AI report (2025) gives scenario ranges for data-centre electricity demand.
- Measured energy and water use of computing facilities.
- Grid connection studies.
Efek berantai melalui jaringan yang saling bergantung.
A Jejak bahaya takes out co-located assets in every layer; fragmentation, dependency between layers and overload of the survivors then spread the failure. The 3D view separates the layers by depth. Teaching model with stated illustrative values, not a prediction. The map on this page shows East Asia; the model itself is not tied to a place.
Kendali
- Aset per lapisan
- 18
- Jejak bahaya
- 8% dari luas wilayah
- Aset yang bergantung pada lapisan lain
- 60%
- Kapasitas cadangan (toleransi)
- 30%
Pembacaan
- Aset yang terdampak bahaya
- 6%
- Aset yang masih berfungsi
- 20%
- Penguatan kerusakan awal
- 14.3 times
- Langkah menuju stabil
- 4
Angka, metode, dan sumber
| Langkah | Pusat data berfungsi (%) | Jaringan berfungsi (%) | Daya berfungsi (%) |
|---|---|---|---|
| 0 | 89 | 94 | 100 |
| 1 | 44 | 44 | 100 |
| 2 | 6 | 22 | 78 |
| 3 | 6 | 22 | 39 |
| 4 | 6 | 22 | 33 |
Metode
- Jaringan yang saling bergantung Buldyrev dan lainnya (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
- Rambatan kelebihan beban Motter and Lai (2002), Physical Review E 66
- Beban keantaraan Brandes (2001), Journal of Mathematical Sociology 25
- Jaringan multilapis Kivela and others (2014), Journal of Complex Networks 2
- Saling ketergantungan infrastruktur Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
- Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
- Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Data
The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:
- Jalan utama Natural Earth
- Jalur kereta api Natural Earth
- Pelabuhan laut Natural Earth
- Bandar udara Natural Earth
- Luasan perkotaan Natural Earth
- Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band) NASA/NOAA VIIRS (Suomi NPP) · register nasa.gibs.context-live-layers
- Peristiwa alam (NASA EONET) NASA EONET · register nasa.eonet.events
Di seluruh enam pilar, dipimpin oleh Nexus Consortium
- Eksperimen Laboratorium
- Tertanam di Kecerdasan Buatan dan Sistem Otonom di Foundry
- Diuji pada Kecerdasan Buatan dan Sistem Otonom di Universe
- Dikodifikasi dalam Digital, Siber, dan AI di Standards
- Diterbitkan di Kecerdasan Buatan dan Sistem Otonom di Reports
- Diajarkan di Fakultas Teknologi dan Sistem Digital di Academy
Apa yang diukur, dan seberapa baik.
Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.
| Indikator | Unit | Kadensi | Jenis sumber | Label |
|---|---|---|---|---|
| Data centre electricity consumption | terawatt hours per year | tahunan | Energy agency estimates | ESTIMASI |
| Efektivitas penggunaan daya | ratio of facility to IT energy | tahunan | Operator disclosures | DINYATAKAN |
| Water usage effectiveness | litres per kilowatt hour | tahunan | Operator disclosures | DINYATAKAN |
| Grid connection requests from data centres | megawatts requested | setiap kuartal | Grid operator queues | Statistik terbitan |
| Training compute of notable models | floating point operations | per model | Compiled model databases | ESTIMASI |
| Energy per inference | watt hours per query | per measurement | Measurement studies | ESTIMASI |
Model compute and energy as a system. Run the cascade.
Disusun dari profil bidang Nexus Standards profil area Standar risiko AI dan sistem otonom: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.
Bahaya
- Kegagalan bendungan
- Hilangnya es laut
- Erosi pesisir (dipicu di hilir)
- Banjir sungai (dipicu di hilir)
- Banjir bandang (dipicu di hilir)
- Pengungsian massal (dipicu di hilir)
- Hilangnya keanekaragaman hayati (dipicu di hilir)
- Pemadaman listrik meluas (dipicu di hilir)
- Kekurangan pasokan air (dipicu di hilir)
- Runtuhnya es laut musim dingin Arktik (dipicu di hilir)
- Gangguan pusaran kutub (dipicu di hilir)
Sistem dan keterkaitan
- Standar risiko AI dan sistem otonom
- Standar risiko siber dan digital Pemicu bersama
- Integritas informasi dan kepercayaan Efek berantai
- Standar risiko teknologi garda depan Umpan balik
- Stabilitas keuangan dan risiko kehati-hatian Pemicu bersama
Kendali
NS-0Anggaran dasar dan prinsipNS-10Kebijakan dan klausul (kewajiban yang dapat dibaca mesin: definisi, pengikatan, evaluasi, dan penegakan)NS-11Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)NS-12Artefak perangkat lunak, model, dan AI/ML (rantai pasok, kartu model, lembar set data)NRS-H100Keluarga bahaya: Robotika, otonomi, dan senjata otonom (NHS-1 tech.autonomy-weapons)NRS-H53Keluarga bahaya: Gangguan siber-fisik (NHS-1 cyber.cyber-physical)NRS-H61Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)NRS-H113Keluarga bahaya: Kerapuhan sistem keuangan (NHS-1 soc.financial-system)NRS-A8Data risiko siap AI dan pengemasan modelNRS-H54Keluarga bahaya: Gangguan sinyal dan platform (NHS-1 cyber.platform)
Pengamatan
- Basis data kerentanan sumber terbuka OSV (dicantumkan sebagai rujukan)
- Our World in Data datasets (listed for reference)
- Research and development expenditure as a proportion of GDP
Contoh geografi
- Amerika Utara: 243 sel heksagonal
- Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
- Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
- Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
Asal bukti.
Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.
| Sumber | Apa yang diberikannya | Kelas lisensi |
|---|---|---|
| IEA Energy and AI analysis and data centre electricity estimates | Global and regional data centre electricity demand | Licence per product (to check) |
| Epoch AI data on notable models and compute | Training compute and hardware trends | Terbuka, CC BY 4.0 |
| TOP500 and Green500 lists | Performance and energy efficiency of supercomputers | Public, TOP500 terms |
| Grid operator interconnection queues and planning reports | Requested connections and load forecasts | Public records, terms per operator |
| Operator sustainability reports | Energy, water and emissions disclosures | Public documents, terms per operator |
The sector signature of compute and energy.
The sectors compute and energy touches and how strongly they depend on each other: what a study has to observe and model together.
Tanda tangan
Energi dan mitranya
Energi memberi daya untuk transportasi dan telekomunikasi pada infrastruktur (0,8), pemompaan dan pengolahan pada air (0,5), serta pupuk, mesin, dan rantai dingin pada pangan (0,5).
W · E · I · F · H · B
- Sektor
- 4 dari 6
- Hubungan
- 6 dari 15
- Keterkaitan
- 0.46 porsi dari total
Hubungan terkuat yang berperan
- Energi → Infrastruktur · daya untuk transportasi dan telekomunikasi0.8
- Air → Energi · air pendingin dan tenaga air0.6
- Air → Pangan · irigasi0.8
- Infrastruktur → Air · pipa, bendungan, dan instalasi pengolahan0.6
Siapa yang memutuskan, dan apa yang dilayani bukti.
Studio Kecerdasan Buatan dan Sistem prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Siapa yang memutuskan | Pertanyaannya | Bukti yang dilayani halaman ini |
|---|---|---|
| Grid operators and energy regulators | How to plan generation and connections for data centre load | Load analyses; connection queues |
| Water authorities and planners | Where data centre water use is acceptable | Water footprint evidence |
| Organisations deploying AI | How to reduce the footprint of their AI use | Estimation methods; efficiency evidence |
Keluaran yang dihasilkan topik ini
- Energy and water footprint estimation methods for AI workloads
- Regional data centre load analyses
- Efficiency trend summaries
- Evidence notes for grid and water planning
How compute and energy is modelled, measured and tested.
Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.
Model sistem
The couplings between the systems in compute and energy: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
What researchers ask about compute.
- How concentrated are chip manufacturing, cloud capacity and frontier model training, and what follows from that?
- How much energy and water do training and inference use, and how is that changing?
- How much do efficiency gains offset growth in demand?
- Who has access to compute for research and public-interest uses?
Concentration, efficiency and demand.
Advanced chip fabrication is concentrated in very few facilities, and a small number of cloud providers supply much of the compute for AI. That concentration creates shared exposure to disruption, from natural hazards to export controls, and shapes who can build large models.
Hardware and algorithms become more efficient over time, but cheaper computation tends to increase total use, an effect known as the rebound or Jevons effect. Data centres draw large, steady electricity loads that can strain local grids and, where they use evaporative cooling, water supplies. Inference, the everyday use of models, can come to outweigh training in total energy use.
Measuring compute and its footprint.
- 01
Energy accounting
Estimating energy per training run and per query, using komputasi kinerja tinggi, cloud, dan edge. Providers disclose little, so estimates carry wide uncertainty.
- 02
Supply-chain mapping
Tracing chips, materials and facilities to identify concentration and single points of failure.
- 03
Analisis skenario
Projecting demand under different assumptions about efficiency and adoption, with probabilitas dan statistika. Projections are scenarios, not forecasts.
- 04
Access studies
Assessing which researchers and institutions can obtain compute, and on what terms.
Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.
- 01Komputasi berkinerja tinggi, cloud, dan edgeAkses komputasi untuk riset publik · Pengukuran energi beban kerjaDiterapkan di sini
- 02Kecerdasan buatan dan pembelajaran mesinAnalisis pergeseran distribusi · Fine-tuning untuk penggunaan tertentu · Metode interpretabilitasDiterapkan di sini
- 03Probabilitas dan statistikaKetidakpastian pada skor tolok ukur · Penilaian kalibrasi · Sampel auditDiterapkan di sini
Where this page’s references lead.
Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.
Tanya jawab.
How much energy does AI use?
What is power usage effectiveness?
Why does AI use water?
Will efficiency gains reduce AI’s energy use?
Why does water matter for data centres?
Does the platform allocate compute?
Can energy figures be trusted?
Kontribusikan bukti dari halaman ini.
Laporan is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- SurelGerbang GW-GCRIKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- ZenodoDeposit terbukaDeposit dan ajukan ke komunitasTerbitkan catatan Anda sendiri di Zenodo dengan ORCID iD Anda, lalu ajukan ke komunitas Reports di sana. Kurator meninjaunya; DOI tetap milik Anda.
- LaporanGCRILihat semua cara berkontribusiJenis kontribusi, cara masing-masing ditinjau, kredit yang Anda terima, lisensinya, dan apa yang tidak pernah diterima.
Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.
Bawa metode, dataset, atau pertanyaan.
Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.
Dokumen hukum.
Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.