Ako dátové centrá umelej inteligencie spotrebúvajú toľko energie

Skrytá sila za každou odpoveďou umelej inteligencie

Keď zadáte otázku do AI chatbota, odpoveď sa zdá byť okamžitá a bez váhy. V skutočnosti čerpá z rozsiahlych bánk špecializovaných procesorov umiestnených v budovách veľkých ako sklady, ktoré bežia nepretržite – spotrebúvajú obrovské množstvá elektriny a vody len na udržanie chladenia ich obvodov.

Podľa Medzinárodnej energetickej agentúry (IEA), jeden dopyt v štýle ChatGPT spotrebuje približne desaťkrát viac elektriny ako bežné vyhľadávanie Google. Štandardné vyhľadávanie na webe spotrebuje približne 0,0003 kilowatthodín; AI dopyt môže spotrebovať okolo 0,0026 kWh. Jednotlivo sú tieto čísla malé – ale vynásobené miliardami denných požiadaviek sa sčítajú do ohromujúceho dopytu po energii v priemyselnom meradle.

Čo sa deje v dátovom centre

Dátové centrum je v podstate továreň na výpočty. Rady serverov – účelovo vytvorené čipy nazývané GPU (grafické procesorové jednotky) a novšie AI akcelerátory – vykonávajú matematické operácie, ktoré poháňajú rozsiahle jazykové modely a generátory obrázkov. Tieto čipy generujú intenzívne teplo, ktoré sa musí neustále odvádzať.

Približne 60 % elektriny dátového centra ide priamo na prevádzku serverov. Zvyšok napája chladiace systémy – chladiče, ventilátory a v novších zariadeniach kvapalinové chladiace okruhy, ktoré vedú vodu priamo cez procesory. Inštitút pre environmentálne a energetické štúdie odhaduje, že dátové centrá spotrebovali v roku 2023 približne 560 miliárd litrov vody len na účely chladenia.

Efektívnosť sa meria metrikou nazývanou Power Usage Effectiveness (PUE) – pomer celkového výkonu zariadenia k výkonu IT zariadení. Perfektné skóre je 1,0; väčšina rozsiahlych zariadení (prevádzkovaných spoločnosťami Google, Microsoft, Amazon) dosahuje 1,1 – 1,2, zatiaľ čo staršie podnikové dátové centrá môžu dosiahnuť 1,5 alebo viac, čím sa zbytočne premrhá o polovicu viac energie na chladenie.

Prečo sa AI líši od skorších výpočtov

Tradičné servery zvládajú relatívne nenáročné úlohy – ukladanie súborov, obsluhu webových stránok, prevádzku databáz. Trénovanie a inferencia AI sú výpočtovo oveľa náročnejšie. Trénovanie rozsiahleho jazykového modelu od začiatku môže spotrebovať toľko elektriny ako stovky transatlantických letov. Dokonca aj inferencia – generovanie jedinej odpovede – si vyžaduje hustú kaskádu násobenia matíc cez miliardy parametrov.

Počet serverov určených pre AI s akcelerovaným výpočtom rastie o 30 % ročne v dopyte po energii, podľa IEA, v porovnaní s iba 9 % pre konvenčné servery. Do roku 2030 by sa podiel AI na celkovej spotrebe elektriny v dátových centrách mohol zvýšiť z dnešných 5 – 15 % až na 50 %.

Rozsah problému

Globálna spotreba elektriny v dátových centrách dosiahla v roku 2024 približne 415 terawatthodín (TWh) – približne 1,5 % všetkej elektriny spotrebovanej na Zemi. Základná prognóza IEA predpokladá, že toto číslo sa do roku 2030 viac ako zdvojnásobí na 945 TWh, čo zodpovedá celej ročnej spotrebe elektriny Japonska.

Spojené štáty sú epicentrom výstavby. Pew Research uvádza, že dátové centrá v USA už predstavujú približne 4 % národnej spotreby elektriny, pričom sa predpokladá, že do roku 2028 dosiahnu 7 – 12 %. V Írsku by dátové centrá mohli spotrebovať 32 % celkovej elektriny krajiny do roku 2026, čo zaťaží sieť, ktorá nikdy nebola navrhnutá pre takéto koncentrované priemyselné zaťaženie.

Carbon Brief poznamenáva, že dátové centrá a siete na prenos dát spolu predstavujú približne 1 % globálnych emisií CO₂ – podiel, ktorý rastie v súlade s dopytom.

Dokáže efektivita držať krok?

Technologický priemysel tvrdí, že vylepšenia hardvéru a softvéru zmiernia najhoršie dopady. Novšie AI čipy sú výrazne efektívnejšie ako ich predchodcovia a techniky kompresie modelov znižujú náklady na inferenciu. Interné údaje spoločnosti Google, publikované MIT Technology Review, naznačujú, že typický dopyt Gemini AI spotrebuje približne 0,24 watthodín – približne energia potrebná na prevádzku mikrovlnnej rúry na jednu sekundu – čo je oveľa menej ako skoršie odhady najhoršieho prípadu.

Scenár IEA s „vysokou efektivitou“ predpokladá, že dopyt dátových centier by mohol byť v roku 2035 o 20 % nižší ako v základnom scenári, ak sa široko zavedú hardvérové ​​zisky a inteligentnejšie architektúry modelov. Dopyt však rastie aj rýchlejšie ako zlepšenia efektívnosti, čo znamená, že absolútna spotreba bude stále výrazne rásť.

Čo to znamená pre sieť – a vaše účty

Energetické spoločnosti a prevádzkovatelia sietí sa snažia držať krok. Dátové centrá sa budujú rýchlejšie, ako je možné povoliť a pripojiť nové elektrárne. Výsledkom je tlak na existujúcu infraštruktúru, potenciálne riziká spoľahlivosti počas špičkového dopytu a tlak na rast cien elektriny pre domácnosti a podniky v okolí.

Dohody o obnoviteľnej energii – priame dohody o nákupe energie medzi technologickými gigantmi a veternými alebo solárnymi farmami – sa stali preferovanou odpoveďou odvetvia na obavy z uhlíka a obmedzenia siete. Intermitencia obnoviteľných zdrojov energie však znamená, že dátové centrá často stále čerpajú z fosílnych palív, keď nesvieti slnko alebo nefúka vietor.

Energetická otázka AI je v konečnom dôsledku otázkou verejnej politiky: ako sa spoločnosti rozhodnú napájať digitálnu infraštruktúru, ktorá sa rýchlo stáva rovnako nevyhnutnou ako cesty alebo vodovodné systémy.