ChatGPT vs Deepseek : quel modèle d’IA est le plus durable ?

حتى الآن ، حتى المراقبين غير الرسميين في عالم التكنولوجيا يدركون جيدًا ChatGpt ، مساهمة Openai المبهرة في الذكاء الاصطناعي. إن قدرتها على توليد استجابات متماسكة على الإنترنت قد أدت إلى زيادة الأبحاث عبر الإنترنت وأثارت تكهنات لا نهاية لها حول دور الذكاء الاصطناعى المتزايد في حياتنا اليومية.

منافس صاعد مؤخراً ، قامت شركة OpenSource Chatbot التي تعمل بمواد AI ، Deepseek ، رسمت مؤسستها الخاصة ، ووعد بالركض بشكل أكثر كفاءة وأن تكون أكثر ملاءمة للمستخدمين غير الإنجليزيين من منافسها الأمريكي.

ومع ذلك ، في الاندفاع لتقييم وظائفها وتبنيها وتأثيرها الجيوسياسي المحتمل ، يبدو أن أحد الأسئلة الملحة قد تم تهميشها: كيف تقارن بيانات الاعتماد البيئية لـ ChatGPT و Deepseek؟

حيث بدأ كل شيء: نظرة على أصول Chatgpt و Deepseek

chatgpt

بدأ ارتفاع نيزك في Chatgpt في أواخر عام 2022 ، حيث شكلت Openai و Microsoft تحالفًا رفيع المستوى لتوسيع نطاقه عبر خدمات Azure السحابية. كل تكرار لعمارة GPT ، ومع ذلك ، يأتي بسعر بيئي حاد. يتطلب تدريب مثل هذا النموذج الهائل قوة حوسبة هائلة ، وقد أثار استخدام الطاقة اللاحق أسئلة غير مريحة حول بصمة الكربون.

Debsik

على الرغم من أن Deepseek لم يصبح بعد اسمًا مألوفًا إلى الحد الذي يتمتع به ChatGpt ، إلا أنه يحصل على سمعة كمنافس أصغر وأكثر تعدد اللغات. يستخدم تقنيات مثل التقليم (إزالة الأجزاء غير الضرورية من النموذج لتقليل الحجم وتحسين الكفاءة) ، والتقطير النموذجية (تدريب نموذج “طالب” أصغر لتقليد نموذج “معلم أكبر”) ، وتبسيط الخوارزميات (تحسين كل خطوة من خطوة الحساب عملية لتقليل الموارد المهدرة وتحسين الأداء العام) – وكلها تهدف إلى خفض الموارد والتكاليف المرتبطة بها.

تقول النظرية أن الذكاء الاصطناعي الذي يحتاج إلى عدد أقل من وحدات معالجة الرسومات ، من حيث المبدأ ، تستهلك طاقة أقل بشكل عام. ومع ذلك ، تظل التفاصيل المتعلقة بتأثيرها البيئي الكلي رقيقة بشكل واضح ، مما يترك المراقبين يتساءلون عما إذا كان المكاسب التشغيلية لـ Deepseek قد تحقق حقًا على جبهة الاستدامة.

انبعاثات الطاقة والكربون

تكمن الخسائر البيئية الأكثر وضوحًا لكلا النموذجين في القوة اللازمة لتدريبهم. تشير التقديرات المبكرة إلى أن طرح نموذج لغات ChatGPT ، GPT4 ، طالب بسعة GPU الهائلة لأسابيع متتالية.

في هذه الأثناء ، تدعي Deepseek أنها تتطلب عددًا أقل من رقائق الراقية ، مما قد يقلل من إجمالي سحب الكهرباء.

مراكز البيانات ومصادر الطاقة

إن تشغيل ChatGpt على منصة Azure من Microsoft له تقلبات وسلبية. تعمل Microsoft على أن تصبح سلبية الكربون بحلول عام 2030 ، مدعومة بالاستثمارات في الطاقة الخضراء والتقاط الكربون. ومع ذلك ، تظل العديد من مراكز البيانات الخاصة بها مرتبطة بشبكات الطاقة غير المتجددة ، وتصنيع رقائق الذكاء الاصطناعى المتطورة في حد ذاتها كثيفة الموارد.

يبدو أن Deepseek يعتمد على Alibaba Cloud ، موفر السحابة البارز في الصين ، والذي وضع أهدافًا مماثلة لحياد الكربون. لكن الشبكة الوطنية في الصين لا تزال تعتمد بشكل كبير على الفحم ، مما يعني أن التأثير البيئي الفعلي قد يكون أكثر أهمية ما لم يتم تحديد موقع Deepseek في مواقع غنية في البنية التحتية المتجددة. ومع ذلك ، فإن تركيز Deepseek على الكفاءة قد يجعلها أقل كثافة في الكربون بشكل عام.

استخدام الماء والتبريد

تشغيل مجموعات عملاقة من وحدات معالجة الرسومات تنتج الحرارة – الكثير منها. تستخدم مراكز البيانات عادة كميات هائلة من الماء للتبريد ، وخاصة في المناطق ذات درجات حرارة عالية. تعرضت Microsoft لانتقادات شديدة لاستهلاك مليارات لتر من الماء ، وبعضها يتجه نحو تبريد الأجهزة وراء عمليات الذكاء الاصطناعي.

معلومات عن بصمة مياه Deepeek ضئيلة. إذا استخدمت المرافق الأحدث من Alibaba Cloud طرق تبريد متقدمة – مثل تبريد الغمر (الخوادم المغطاة في سائل موصل حراريًا لتبديد الحرارة بشكل أكثر كفاءة) – قد يكون Deepseek أفضل من حيث استخدام الماء. ولكن مع القليل من البيانات العامة حول عملياتها ، من الصعب قياس كيفية تكديسها ضد ChatGPT على هذه الجبهة.

التكلفة الخفية للنفايات الإلكترونية

إن الوتيرة التي لا هوادة فيها لتطوير أجهزة الذكاء الاصطناعى تعني أن وحدات معالجة الرسومات والمعجلات الأخرى يمكن أن تصبح عتيقة. من المحتمل أن تولد عمليات ChatGPT ، التي تتضمن معدات متطورة ، موجة متزايدة من النفايات الإلكترونية ، على الرغم من أن الأرقام الدقيقة بعيدة المنال.

من حيث المبدأ ، فإن نهج Deepseek الأكثر مقتصدًا يعني عدد أقل من الرقائق ، مما قد يعني دوران أبطأ وأقل نفايات. ومع ذلك ، يظل هذا تخمينًا متعلمًا حتى يكون هناك المزيد من الوضوح في كيفية إدارة نظام DeepSeek للأجهزة.

أين يقفون؟

للوهلة الأولى ، تشير شراكة Openai مع Microsoft إلى أن ChatGPT قد تستفيد من إطار أكثر وعيًا بالبيئة – شريطة أن تترجم وعود الاستدامة الكبرى لـ Microsoft إلى تقدم ذي معنى على الأرض. في هذه الأثناء ، يجب أن تتصارع Deepseek مع شبكة تعتمد على الفحم في الصين ، ومع ذلك يمكن أن تضع قيادتها للكفاءة في وضع أفضل للحد من استهلاك الطاقة الإجمالي لكل عملية.

ومع ذلك ، فإن الولايات المتحدة بالكاد هي ملاذ طاقة نظيفة أيضًا. في حين تعهدت Microsoft بالذهاب سالبة الكربون بحلول عام 2030 ، لا تزال أمريكا واحدة من أكبر مستهلكي الوقود الأحفوري في العالم ، مع استمرار تشغيل فحم أجزاء من شبكتها. علاوة على ذلك ، قد تبطئ التحولات السياسية بالتقدم: عودة أ “تقترح عقلية الحفر ، الطفل ، الحفر “في خطاب الطاقة الجمهورية دفعًا متجددًا للنفط والغاز ، مما قد يقوض طموحات الذكاء الاصطناعى الخضراء.

في نهاية المطاف ، تتأثر الذكاء الاصطناعى إلى الأمام بسرعة Breakneck ، لكن التداعيات البيئية متأخرة في التدقيق العام. نظرًا لأن هذه الأنظمة تنسج نفسها بشكل أعمق في سياساتنا واقتصادنا وتفاعلاتنا اليومية ، يجب أن يصبح النقاش حول مصادر الطاقة واستخدام المياه وأقدام الأجهزة أكثر شفافية. إذا كانت شهية العالم من أجل الذكاء الاصطناعى لا يمكن إيقافها ، فيجب أن يكون التزامنا بمحاسبة المبدعين عن رفاهية الكوكب على المدى الطويل. لا تمتد هذه المسؤولية إلى الصين والولايات المتحدة فقط وكل أمة يتم فيها تدريب الذكاء الاصطناعي ونشرها وتشغيلها.

لقد أنشأنا قائمة شاملة من أفضل أدوات الذكاء الاصطناعي.

تم إنتاج هذه المقالة كجزء من قناة TechRadarpro Expert Insights حيث نعرض أفضل وألمع عقول في صناعة التكنولوجيا اليوم. الآراء المعبر عنها هنا هي آراء المؤلف وليست بالضرورة آراء TechRadarpro أو Future PLC. إذا كنت مهتمًا بالمساهمة ، اكتشف المزيد هنا: