I dagens hastigt fremadskridende AI-teknologilandskab er en bekymrende virkelighed ved at dukke op: Den kraft, der kræves til en enkelt ChatGPT-forespørgsel, er næsten 10 gange større end en Google-søgning.
Denne betydelige kløft fremhæver ikke kun den grundlæggende forskel i energiforbrug mellem kunstig intelligens-teknologier og traditionelle internettjenester, men signalerer også et dybtgående skift i det globale energiforbrugsmønster.
For nylig udsendte det anerkendte konsulentfirma Gartner en advarsel i sin seneste rapport, der forudsagde, at i 2027 vil 40 % af eksisterende AI-datacentre stå over for driftsproblemer på grund af utilstrækkelig strømforsyning. Denne prognose understreger den voksende spænding mellem AI-udvikling og energiforsyning.
Samtidig giver forskning fra den internationale investeringsbank Goldman Sachs en lignende udsigt: I 2030 vil den globale efterspørgsel efter datacentres elektricitet stige med 160 %. Dette har vakt udbredt bekymring vedrenergiforsyning, infrastrukturudvikling og miljøpåvirkning.
Diagram|Gartners prognose: Yderligere energiforbrug fra nye AI-servere i AI-datacentre hvert år (Kilde: Gartner)
For nylig har teknologigiganter som Google, Microsoft, Amazon og Meta aktivt investeret i atomkraftanlæg. En af grundene til dette er deres bekymring for, at det enorme energibehov fra AI-datacentre i fremtiden måske ikke bliver opfyldt.
Historisk set har datacentres energibehov vist bemærkelsesværdig stabilitet. Fra 2015 til 2019, på trods af næsten en fordobling af arbejdsbyrden i datacentre, forblev deres årlige elforbrug relativt stabilt på omkring 200 terawatt-timer.
Denne stabilitet skyldtes i høj grad løbende forbedringer af energieffektiviteten i datacentre. Denne situation undergik dog et grundlæggende skift efter 2020.
Gartner-analytiker Bob Johnson bemærkede, "Konstruktionen af næste generations hyperskala datacentre skaber enorme elbehov, der vil overstige forsyningsudbydernes evne til at opskalere forsyningen. Især inden for området for behandling og træning af store modeller, de nødvendige beregningsressourcer og energiforbruget har nået hidtil usete niveauer."
I øjeblikket tegner globale datacentre sig for 1-2 % af det samlede elforbrug, men det forventes, at denne andel i 2030 vil stige til 3-4 %, og denne vækst er især fremtrædende i udviklede lande.
Især i USA forudsiges det, at datacentres elforbrug i 2030 vil stige fra de nuværende 3 % til 8 %, hvilket får den amerikanske elefterspørgsel til at vokse med den hurtigste hastighed i næsten 25 år.
Diagram|Goldman Sachs prognoserEnergiEfterspørgsel efter datacentre (Kilde: Goldman Sachs)
For at løse denne udfordring vil amerikanske forsyningsselskaber skulle investere cirka 50 milliarder dollars i ny elproduktionskapacitet specifikt til datacentre.
Derudover vil den øgede efterspørgsel efter elektricitet fra datacentre alene i 2030 resultere i en daglig stigning på omkring 3,3 milliarder kubikfod efterspørgsel efter naturgas, hvilket vil kræve opførelsen af ny rørledningsinfrastruktur.
Goldman Sachs bemærker, at situationen i Europa er endnu mere kompleks. Som et vigtigt knudepunkt for globale datacentre er 15 % af datacentrene placeret i Europa. I 2030 vil disse datacentres energibehov svare til det samlede elforbrug i Portugal, Grækenland og Holland tilsammen.
I betragtning af, at Europa har de ældste elnetsystemer i verden, vil regionen skulle investere næsten 800 milliarder euro i løbet af det næste årti for at opgradere sine transmissions- og distributionssystemer, samt ca. 850 milliarder euro i udviklingen af vedvarende energikilder som f.eks. som sol-, landvind- og havvindkraft for at imødekomme energibehovet i nye datacentre.
Diagram|Gennemsnitsalder for elnet i forskellige regioner og Kina (Kilde: Goldman Sachs)
Hvad der er endnu mere bekymrende er, at denne stigning i elefterspørgslen vil direkte påvirke elpriserne. Forskning peger på, at store datacenteroperatører forhandler med større elproducenter for at sikre langsigtede, stabile elforsyninger uafhængigt af andre netbehov.
Denne konkurrence vil uundgåeligt drive elpriserne op, og disse omkostninger vil i sidste ende blive væltet over på brugere af AI-produkter og -tjenester.
Som følge heraf anbefaler eksperter, at organisationer på forhånd forbereder sig på stigende elomkostninger og stræber efter at underskrive langsigtede datacenterservicekontrakter til rimelige priser.
Miljøpåvirkningen er også bekymrende. Det forventes, at CO2-emissionerne fra datacentre i 2030 kan mere end fordobles i forhold til 2022, hvilket udgør en ny udfordring for de globale emissionsreduktionsmål.
Ifølge Goldman Sachs vil de "sociale omkostninger" ved stigningen i kulstofemissioner fra datacentre alene beløbe sig til $125 milliarder til $140 milliarder (nutidsværdi).
Gartner anslår, at elektricitetsefterspørgslen til at køre AI-optimerede servere i 2027 vil nå 500 terawatt-timer om året, 2,6 gange niveauet i 2023.
På kort sigt, for at imødekomme den stigende efterspørgsel efter elektricitet, kan nogle fossile brændselskraftværker, der oprindeligt var planlagt til nedlukning, blive nødt til at forlænge deres driftslevetid, hvilket yderligere forværrer miljøbelastningen.
Datacentre kræver 24-times uafbrudt strøm, og i øjeblikket skal de være afhængige af vandkraftværker, fossile brændstoffer eller atomkraftværker for at levere en sådan stabil elforsyning.
Mens vedvarende energikilder som vind og sol er miljøvenlige, uden at de understøtter energilagringssystemer, er de svære at stole på for at imødekomme datacentrenes konstante strømbehov.
Diagram|Ændringer i datacenterbelastning og energiforbrug i løbet af de seneste ni år (Kilde: Goldman Sachs)
For at løse disse udfordringer undersøger industrien forskellige løsninger. Nogle virksomheder øger investeringerne i vedvarende energi og fremmer aktivt kommercialiseringen af nye atomkraftteknologier.
Teknologivirksomheder udforsker også innovative metoder til at forbedre energieffektiviteten. På længere sigt kan udviklingen af nye batterilagringsteknologier eller rene energiteknologier (såsom små atomreaktorer) give nye løsninger.
Det er værd at nævne, at AI-teknologi i sig selv kunne bidrage til løsninger ved at accelerere innovation inden for områder som sundhedspleje, landbrug og uddannelse samt forbedre energieffektiviteten.
Endelig antyder begge virksomheders forskningsrapporter, at virksomheder fuldt ud bør overveje de potentielle risici for strømmangel, når de formulerer AI-udviklingsstrategier, vurdere virkningen af stigende strømomkostninger i fremtiden og aktivt søge alternative løsninger.
Lovende løsninger omfatter brug af edge computing-teknologier, adoptering af mindre store modeller og prioritering af beregningseffektivitet ved udvikling af generative AI-applikationer.
Det er klart, at udviklingen af AI-teknologi omformer det globale energilandskab. At balancere teknologisk innovation, energisikkerhed og miljøbeskyttelse vil være en væsentlig udfordring, som den globale teknologi- og energiindustri vil møde sammen i fremtiden. (Artikel genudgivet fra DeepTech)
