menu
close

Náklady na trénovanie AI prudko rastú, inferencia je však čoraz lacnejšia, uvádza Stanford

Index AI 2025 od Stanfordovej univerzity odhaľuje zložitý obraz vývoja umelej inteligencie: náklady na trénovanie špičkových modelov, ako je Gemini Ultra od Googlu, dosahujú odhadovaných 192 miliónov dolárov. Napriek rastúcim výdavkom na trénovanie však správa poukazuje na pozitívne trendy: ceny hardvéru klesajú medziročne o 30 %, energetická efektivita sa zlepšuje o 40 % ročne a náklady na inferenciu sa za 18 mesiacov prepadli 280-násobne. Stále však pretrvávajú environmentálne obavy – napríklad model Llama 3.1 od firmy Meta vyprodukoval počas trénovania takmer 9 000 ton uhlíkových emisií.
Náklady na trénovanie AI prudko rastú, inferencia je však čoraz lacnejšia, uvádza Stanford

Inštitút pre umelú inteligenciu zameranú na človeka pri Stanfordovej univerzite zverejnil komplexný Index AI 2025, ktorý poskytuje dátami podloženú analýzu globálneho prostredia umelej inteligencie v oblastiach výskumu, technickej výkonnosti, ekonomiky a environmentálneho dopadu.

Viac než 400-stranová správa odhaľuje výrazný rozpor v ekonomike AI. Zatiaľ čo trénovanie špičkových AI modelov je čoraz drahšie – napríklad Gemini 1.0 Ultra od Googlu stálo podľa odhadov 192 miliónov dolárov – náklady na ich používanie prudko klesajú. Cena za dopytovanie modelu s výkonom na úrovni GPT-3.5 sa znížila z 20 dolárov za milión tokenov v novembri 2022 na iba 0,07 dolára za milión tokenov v októbri 2024, čo predstavuje 280-násobné zníženie za 18 mesiacov.

Tento dramatický pokles nákladov na inferenciu možno pripísať výraznému zlepšeniu efektivity hardvéru. Správa uvádza, že ceny podnikových AI hardvérov klesajú medziročne o 30 %, zatiaľ čo energetická efektivita sa zlepšuje o 40 % ročne. Tieto trendy rýchlo znižujú bariéry pre adopciu pokročilej AI – 78 % organizácií už uvádza využívanie AI, pričom v roku 2023 to bolo ešte len 55 %.

Napriek tomu environmentálna stopa trénovania veľkých AI modelov naďalej rastie alarmujúcim tempom. Uhlíkové emisie z trénovania špičkových AI modelov neustále stúpajú – Llama 3.1 od spoločnosti Meta vyprodukovala podľa odhadov 8 930 ton CO2, čo zodpovedá ročným emisiám takmer 500 priemerných Američanov. Aj preto AI firmy čoraz častejšie hľadajú jadrovú energiu ako spoľahlivý zdroj bezuhlíkovej elektriny pre svoje dátové centrá.

Správa zároveň poukazuje na meniacu sa dynamiku v globálnom prostredí AI. Spojené štáty si síce udržiavajú náskok v počte významných AI modelov (40 v roku 2024 oproti 15 v Číne), čínske modely však rýchlo dobiehajú výkonnostnú priepasť. Rozdiel medzi najlepšími americkými a čínskymi modelmi sa zúžil z 9,26 % v januári 2024 na iba 1,70 % vo februári 2025.

Ako AI naďalej mení priemysel, Stanfordov Index AI predstavuje kľúčový zdroj pre pochopenie príležitostí aj výziev, ktoré táto rýchlo sa vyvíjajúca technológia prináša. Zistenia naznačujú, že hoci je AI čoraz dostupnejšia a lacnejšia na nasadenie, odvetvie sa musí vysporiadať s rastúcimi environmentálnymi nákladmi spojenými s vývojom stále výkonnejších modelov.

Source: Ieee

Latest News