Prečo dátové centrá umelej inteligencie spotrebúvajú toľko energie

Rozsah problému

Zakaždým, keď sa niekto opýta chatbota s umelou inteligenciou otázku, vygeneruje obrázok alebo použije inteligentného asistenta, v dátovom centre niekde na svete sa spustí reťazová reakcia výpočtov. Jeden takýto dotaz umelej inteligencie spotrebuje približne desaťkrát viac elektriny ako tradičné vyhľadávanie Google – približne 0,3 watthodiny v porovnaní s 0,0003 kilowatthodiny. Vynásobte to miliardami denných požiadaviek a čísla sa stanú ohromujúce.

Globálna spotreba elektriny dátovými centrami dosiahla v roku 2024 približne 415 terawatthodín (TWh), čo predstavuje približne 1,5 % celkovej spotreby elektriny na svete, podľa Medzinárodnej energetickej agentúry (IEA). Len v Spojených štátoch spotrebovali dátové centrá 183 TWh – viac ako 4 % národnej spotreby elektriny. IEA predpokladá, že toto číslo sa do roku 2030 zdvojnásobí, pričom porastie približne o 15 % ročne, čo je štyrikrát rýchlejšie ako dopyt po elektrine zo všetkých ostatných sektorov dohromady.

Prečo sú GPU také energeticky náročné

Hlavným hnacím motorom je samotný hardvér. Tradičné servery, na ktorých bežia webové stránky a databázy, spotrebujú medzi 300 a 500 wattov. Server optimalizovaný pre umelú inteligenciu, vybavený grafickými procesorovými jednotkami (GPU), spotrebuje 3 000 až 5 000 wattov alebo viac – až desaťnásobok výkonu, podľa výskumníkov z MIT.

Trénovanie rozsiahleho modelu umelej inteligencie si vyžaduje tisíce GPU bežiacich takmer na plné využitie po dobu týždňov alebo mesiacov. Počas tréningu GPU zvyčajne pracujú s približne 93 % kapacitou, pričom udržiavajú obrovský, nepretržitý odber energie, ku ktorému sa tradičné výpočtové záťaže nikdy nepriblížili. Aj po tréningu si každá odpoveď umelej inteligencie, ktorú používateľ dostane, vyžaduje inferenciu – proces spúšťania dát cez hotový model – ktorý spoločne spotrebuje ešte viac energie ako samotný tréning, keďže sa zvyšuje využitie.

Chladenie: Skrytá energetická daň

GPU a CPU predstavujú približne 60 % účtu za elektrinu dátového centra. Väčšina zvyšku ide na chladenie. Servery generujú intenzívne teplo, a keďže umelá inteligencia zvyšuje hustotu výkonu, dopyt po chladení sa zvyšuje v rovnakom pomere.

Väčšina zariadení sa spolieha na odparovacie chladenie, ktoré vymieňa vodu za energetickú účinnosť. Jedno veľké dátové centrum môže spotrebovať päť miliónov galónov vody denne – čo zodpovedá potrebám mesta s 50 000 obyvateľmi, podľa Brookings Institution. V Severnej Virgínii, najväčšom dátovom centre na svete, spotrebovali zariadenia v roku 2023 takmer dve miliardy galónov vody, čo je 63 % nárast oproti roku 2019.

Ako reagujú veľké technologické spoločnosti

Priemysel uplatňuje niekoľko stratégií na riadenie svojej rastúcej stopy:

• Jadrová energia: Spoločnosť Meta podpísala zmluvy na viac ako šesť gigawattov jadrovej energie, čo stačí na napájanie približne piatich miliónov domácností. Podobné záväzky prijali aj spoločnosti Microsoft a Amazon.
• Pokročilé chladenie: Technológie priameho chladenia čipov a ponorného chladenia môžu znížiť spotrebu vody o 20 – 90 % a znížiť potrebu energie zariadenia až o 18 %, v závislosti od klímy a dizajnu.
• Softvérová efektívnosť: Techniky ako kvantizácia modelu a destilácia zmenšujú modely umelej inteligencie, takže vyžadujú menej výpočtov na dotaz, čím sa znižuje energia na odpoveď.
• Obstarávanie obnoviteľných zdrojov: Hlavní poskytovatelia cloudových služieb sa zaviazali, že 100 % svojej spotreby elektriny vyrovnajú nákupom energie z obnoviteľných zdrojov, hoci kritici poznamenávajú, že sa to často spolieha na účtovné kompenzácie namiesto priamej čistej energie.

Čo bude nasledovať

Trajektória je jasná. IEA predpokladá, že Spojené štáty a Čína budú do roku 2030 predstavovať takmer 80 % globálneho rastu spotreby elektriny dátovými centrami, pričom samotná spotreba v USA vzrastie približne o 130 %. Plánovaný kampus Hyperion spoločnosti Meta v Louisiane bude vyžadovať najmenej päť gigawattov – trojnásobok spotreby elektriny New Orleans – čo prinútilo miestnu energetickú spoločnosť urýchliť výstavbu nových elektrární na plyn.

Keďže sa umelá inteligencia stáva súčasťou všetkého, od zdravotníckej diagnostiky až po autonómne vozidlá, otázka už nie je, či dátové centrá pretvoria elektrické siete, ale ako rýchlo dokážu spoločnosti vybudovať energetickú infraštruktúru, aby s nimi udržali krok.