В современном мире искусственный интеллект занимает всё более значимое место в повседневной жизни и экономике, проникая во все сферы: от промышленности и медицины до образования и государственного управления. Вместе с этим растёт и потребность лучше понимать экологический след, который оставляют технологии ИИ. Компания Mistral AI стала пионером в этом направлении, опубликовав первый в своей отрасли комплексный анализ жизненного цикла (LCA) своей крупной языковой модели Large 2, что позволяет всесторонне оценить её воздействие на окружающую среду. Такой подход становится важным этапом на пути к созданию прозрачного, ответственногого и устойчивого будущего ИИ-индустрии. Mistral AI поставила перед собой задачу — сделать искусственный интеллект доступным каждому, при этом учитывая аспект влияния технологий на климат и экосистемы.
Сегодня многочисленные цифровые продукты требуют значительных вычислительных ресурсов, что ведёт к существенным выбросам парниковых газов, значительному расходу воды и истощению ограниченных природных ресурсов. Без чётких, стандартизированных оценок воздействий этих технологий сложно принимать осознанные решения как компаниям, так и конечным пользователям. Исследование Mistral AI, выполненное совместно с консультантами из Carbone 4 и поддержанное французским агентством по экологическому переходу ADEME, стало первой попыткой создать подробный и прозрачный отчёт об экологическом следе крупной языковой модели. Его экспертную проверку провели компании Resilio и Hubblo, которые специализируются на экологическом аудите цифровой индустрии. Результатом стал отчёт, учитывающий не только энергопотребление, но и весь спектр вышестоящих экологических затрат, таких как изготовление серверного оборудования, что даёт более полное представление о влиянии модели на окружающую среду.
Согласно отчёту, тренировка модели Mistral Large 2 с января 2025 года и последующее восемнадцатимесячное использование вызвали выбросы в размере 20,4 килотонн CO2-эквивалента, потрачено 281 тысяча кубометров воды и израсходовано 660 килограммов эквивалента сурьмы — показателя, отражающего истощение минеральных ресурсов. Эти цифры демонстрируют масштаб ранее незаметных затрат на обучение ИИ и важность оценки их экологической стоимости. Помимо этого, Mistral AI представила показатели для inferencing — то есть для использования модели при генерации ответа на запрос пользователя длиной около 400 токенов. В этом случае выбросы составили 1,14 грамма CO2-эквивалента, потребление воды — 45 миллилитров, а истощение ресурсов — 0,16 миллиграмма сурьмы эквивалента, что подчёркивает необходимость учитывать не только обучение модели, но и её эксплуатацию. Важное наблюдение исследования — тесная связь между размером модели и экологическим воздействием.
Увеличение модели в 10 раз ведёт к росту выбросов и других экологических нагрузок примерно в столько же раз при одинаковом объёме сгенерированных данных. Это открытие подчёркивает, что правильный выбор моделей для конкретных задач — ключевой фактор для сокращения углеродного следа и других негативных факторов, связанных с применением больших языковых моделей (LLM). Отметим, что проведение анализа жизненного цикла в таком сложном технологическом секторе сопряжено с рядом методологических трудностей. На данный момент отсутствуют общепринятые стандарты по учёту экологических показателей в ИИ, а также публичные и точные данных об энергопотреблении и себестоимости производства оборудования, особенно GPU. В исследованиях Mistral AI пришлось делать определённые приближения и предположения, в частности, об эмбодированном воздействии графических процессоров, которые считаются крупным источником экологической нагрузки.
В рамках методологии, использованной в исследовании, компания опиралась на рекомендации международных стандартов ISO 14040/44, а также на протокол оценки выбросов парниковых газов (GHG Protocol Product Standard). Особое внимание уделено учёту воздействий «вверх по цепочке поставок», то есть не только энергопотреблению во время работы модели, но и энергиям, необходимым для создания и утилизации компонентов серверов, систем охлаждения и дополнительного оборудования. Результаты и выводы анализа жизненного цикла Mistral AI становились значимым импульсом к рождению международных стандартов экологической ответственности в области ИИ. Компания призывает индустрию к большей прозрачности, предлагая публиковать данные об устойчивости моделей на основе единой и признанной системы измерений. Согласованный подход позволит создавать сравнительные рейтинги, информировать и направлять общественность, предприятия и государственные организации при выборе технологий с минимальным воздействием на природу.
Особенно важным становится поведение конечных пользователей и организация рабочих процессов с открытыми ИИ-системами. Совершенствование «ИИ-грамотности», то есть умения правильно и эффективно использовать генеративные модели, позволит сократить ненужные вычисления и снизить нагрузку на инфраструктуру. Разумный выбор размера модели для специфических задач, а также группирование запросов и выбросов сведут к минимуму суммарный экологический след. Для государственных учреждений и крупных предприятий внедрение экологических критериев в закупочные процедуры стало бы мощным стимулом для развития более эффективных и «зелёных» решений. Интеграция этих аспектов создаст спрос на менее ресурсозатратные модели и ускорит процессы стандартизации.
Экоанализ Mistral AI — это важный шаг к ответственному развитию ИИ, который не противоречит глобальным целям по сохранению климата и рациональному расходованию ограниченных природных ресурсов. Компания намерена регулярно обновлять и расширять отчёты по своим моделям, участвуя в дискуссиях о международных регламентах и индустриальных нормах. Данные будут доступны в базе ADEME Base Empreinte, выступая эталоном для аналогичных исследований в будущем. В перспективе установление стандартов для отслеживания и регулирования экологического воздействия искусственного интеллекта станет неотъемлемой частью стратегии устойчивого цифрового развития. Анализ жизненного цикла позволяет заглянуть за рамки видимых затрат энергии и открыть полный спектр последствий внедрения больших языковых моделей в экономику и общество.
Создание комплексных и прозрачных метрик будет стимулировать всех участников экосистемы ИИ стремиться к оптимальным решениям, которые гармонируют с задачами климатической безопасности. Таким образом, исследование, проведённое Mistral AI, — это не только значимый научный и технический вклад, но и мощный импульс для формирования принципов экосознательного и ответственного использования передовых технологий. Пример компании подтверждает, что инновации и экологическая ответственность могут идти рука об руку, обеспечивая основание для устойчивого роста в эпоху цифровой трансформации. Пропаганда открытости, сотрудничества и просвещения в вопросах экологии ИИ является залогом успешного и сбалансированного внедрения искусственного интеллекта во все уголки жизни человека.
