پژوهشگران هشدار می‌دهند که مصرف برق GPT-5 می‌تواند ردپای کربنی مراکز داده را افزایش چشمگیری دهد و زیرساخت‌های انرژی را زیر فشار بگذارد.
به گزارش تکناک به نقل از گاردین، مدل هوش مصنوعی GPT-5 شرکت OpenAI در‌حالی‌که در مقایسه با نسخه‌های پیشین قابلیت‌های بیشتری دارد، بسیار پرمصرف‌تر است. یافته‌های جدید نشان می‌دهند که این مدل حدود ۸/۶ برابر بیشتر از GPT-4 انرژی مصرف می‌کند. این تفاوت چشمگیر در مصرف برق، نگرانی‌هایی جدی درباره تأثیر آن بر زیرساخت‌های انرژی و ردپای کربنی مراکز داده ایجاد کرده است.
پژوهشگران تخمین می‌زنند که GPT-5 به‌طور میانگین برای هر پرسش کمی بیش از ۱۸ وات‌ساعت برق مصرف می‌کند. اگر این مدل روزانه تمام ۲/۵ میلیارد درخواست ثبت‌شده ChatGPT را پردازش کند، مصرف برق روزانه می‌تواند به حدود ۴۵ گیگاوات‌ساعت برسد. در مقام مقایسه، یک نیروگاه هسته‌ای پیشرفته بین ۱ تا ۱/۶ گیگاوات برق در ساعت تولید می‌کند. بدین‌ترتیب، اجرای GPT-5 در این مقیاس نیازمند توان معادل دو تا سه رآکتور هسته‌ای خواهد بود؛ میزانی که می‌تواند برق کشوری کوچک را تأمین کند.
براساس این برآورد، تولید هر پاسخ متوسط ۱,۰۰۰ توکنی در GPT-5 می‌تواند تا ۴۰ وات‌ساعت برق مصرف کند؛ در‌حالی‌که این میزان برای GPT-4 فقط ۲/۱۲ وات‌ساعت بوده است. در میان مدل‌های بررسی‌شده، تنها مدل o3 شرکت OpenAI با ۲۵/۳۵ وات‌ساعت و مدل R1 دیپ‌سیک با ۲۰/۹۰ وات‌ساعت به مصرفی نزدیک به این سطح رسیده‌اند.
تیم دانشگاه رودآیلند برای محاسبه مصرف برق GPT-5، دو عامل مهم را ترکیب کرده است: یکی مدت‌زمان پاسخ‌گویی مدل به درخواست و دیگری توان مصرفی تخمینی سخت‌افزاری که مدل را اجرا می‌کند. ازآنجاکه OpenAI جزئیات دقیق سخت‌افزار و زیرساخت را اعلام نکرده است، پژوهشگران حدس زده‌اند که GPT-5 روی سیستم‌های DGX H100 یا DGX H200 انویدیا در زیرساخت مایکروسافت آژور اجرا می‌شود.
تامزهاردور می‌نویسد که این محاسبات علاوه‌بر GPU، شامل اجزای دیگری مانند CPU، حافظه، ذخیره‌سازی و سیستم خنک‌کننده بوده و ضریب‌های محیطی خاص آژور همچون اثربخشی استفاده از انرژی (PUE) و اثربخشی استفاده از آب (WUE) و ضریب شدت کربن (CIF) نیز در نظر گرفته شده است. پژوهشگران هشدار می‌دهند که اگر OpenAI از سخت‌افزار جدیدتر Nvidia Blackwell که تا چهار برابر سریع‌تر است، استفاده کند، برآورد فعلی نادرست خواهد بود.
GPT-5 از معماری Mixture-of-Experts بهره می‌برد که در آن همه پارامترها برای هر پرسش فعال نمی‌شوند. این موضوع باعث کاهش مصرف برق در برخی پرسش‌های کوتاه یا ساده می‌شود. بااین‌حال، این مدل حالت استدلال (Reasoning Mode) با زمان پردازش طولانی‌تر دارد که می‌تواند مصرف برق را برای پاسخ مشابه ۵ تا ۱۰ برابر افزایش دهد و حتی از ۴۰ وات‌ساعت برای هر پرسش فراتر رود.
هرچند اعداد مطلق این گزارش صرفاً برآوردی هستند و ممکن است با واقعیت فاصله داشته باشند، روند کلی نشان می‌دهد که افزایش استفاده از مدل‌های پیشرفته هوش مصنوعی مانند GPT-5 به‌شدت در حال افزایش مصرف انرژی مراکز داده است. کارشناسان هشدار می‌دهند که با گسترش استفاده از این فناوری، هزینه‌های برق در ایالات متحده آمریکا رو به افزایش خواهد گذاشت و فشار بیشتری بر زیرساخت‌های انرژی وارد خواهد شد؛ روندی که می‌تواند بحران انرژی را در آینده تشدید کند.
