Potrošnja energije AI sistema i data centara mogla bi dostići nivo potrošnje Japana do 2030.

Očekuje se da će rast data centara, u velikoj mjeri potaknut razvojem generativne vještačke inteligencije (AI), uzrokovati značajan porast globalne potražnje za energijom u narednim godinama. Izveštaj Međunarodne agencije za energiju (IEA) objavljen ove sedmice pruža nove procjene o kolikom se tačno porastu radi.

Projekcije potrošnje energije

Prema izvještaju IEA, predviđa se da će se količina električne energije potrebna za rad data centara širom svijeta više nego udvostručiti, dostižući otprilike 945 teravat-sati (TWh) u 2030. godini. Poređenja radi, to je više nego što cijela država Japan trenutno troši.

Popularnost generativnih AI alata poput ChatGPT-ja (OpenAI) i Gemini-ja (Google) eksplodirala je u posljednjih nekoliko godina. Ovi veliki jezički modeli (LLM) i slične tehnologije zahtijevaju ogromnu računarsku snagu, oslanjajući se na vrhunske grafičke procesore (GPU), poput onih koje proizvodi Nvidia. Ovi čipovi ne samo da troše mnogo električne energije za rad, već generišu i značajnu toplotu, što zahtijeva dodatnu energiju za sisteme hlađenja. Sve ovo se brzo sabira.

Očekuje se da će u SAD-u otprilike polovina povećane potražnje za električnom energijom do 2030. godine dolaziti upravo od data centara. Procjenjuje se da će obrada podataka zahtijevati više električne energije nego cjelokupna proizvodnja svih “energetski intenzivnih dobara” zajedno – aluminijuma, čelika, cementa i hemikalija, navodi IEA.

Izvršni direktor IEA, Fatih Birol, istakao je:

AI je danas jedna od najvećih priča u svijetu energetike – ali do sada, kreatori politike i tržišta nisu imali alate da u potpunosti shvate široke posljedice.

Zabrinutost kreatora politike

Očekivana potražnja AI sistema za energijom dobro je dokumentovana i već godinama zaokuplja pažnju kreatora politike i stručnjaka. Baš ove sedmice, Komitet za energiju i trgovinu Predstavničkog doma američkog Kongresa održao je saslušanje o tome kako osigurati dovoljno energije za data centre, dok članovi Kongresa pokušavaju shvatiti kompleksnost problema.

Stručnjaci su naveli da će američki elektroenergetski sistem zahtijevati poboljšanja i promjene kako bi zadovoljio rastuću potražnju, nakon decenija relativno stabilne potrošnje. Jedna od oblasti fokusa komiteta bila je osiguranje “bazne snage” – dosljednog snabdijevanja električnom energijom tokom cijelog dana. Ta želja za dosljednošću potakla je pitanja članova o tome da li bi obnovljivi izvori energije poput sunca i vjetra bili dovoljni, ili bi rastuća potražnja morala biti zadovoljena novim elektranama koje sagorijevaju fosilna goriva poput prirodnog gasa. Sagorijevanje tih fosilnih goriva glavni je pokretač klimatskih promjena.

Također se postavlja pitanje da li postojeća američka elektroenergetska mreža može podnijeti potrebnu potražnju i dodatnu proizvodnju.

Čak i bez predviđanja brzo rastuće potražnje za električnom energijom, američka elektroenergetska mreža treba investicije za modernizaciju. Nedavne prognoze o brzom rastu potražnje za strujom čine ove investicije još hitnijim i neophodnijim, svjedočila je Melissa Lott, profesorica na Školi za klimu Univerziteta Columbia.

Potencijalna rješenja: Može li AI riješiti vlastiti problem?

Vrijeme dostupnosti električne energije, s obzirom na skokove potražnje u periodima poput toplotnih talasa i dnevnih varijacija solarne proizvodnje, problem je koji se može rješavati na različite načine. Lott je ukazala na napore u energetskoj efikasnosti (npr. uređaji s oznakom Energy Star) i napore za smanjenje potražnje poznate i kao virtualne elektrane. Ove mjere mogu smanjiti potražnju za energijom i izravnati vrhunce i padove potrošnje tokom dana.

Izvještaj IEA sugeriše da bi generativna AI vremenom mogla pomoći u rješavanju problema uzrokovanog sopstvenom potražnjom za energijom. Ako AI ubrza naučna i tehnološka unapređenja, to bi moglo dovesti do boljih solarnih panela i baterija, na primjer. “Izazovi u energetskim inovacijama karakterišu se vrstama problema koje AI dobro rješava,” navodi se u izvještaju IEA.

Međutim, drugo rješenje moglo bi ležati u načinu na koji AI data centri koriste energiju. Izvještaj istraživača sa Univerziteta Duke ranije ove godine sugerisao je da se AI data centri mogu lakše uključivati i isključivati kako bi se prilagodili potrebama elektroenergetskog sistema, omogućavajući mrežnim operaterima da lakše acomodiraju rast.

Istraživači sa Duke Univerziteta napisali su:

Ova analiza ne bi trebalo da se tumači kao sugestija da Sjedinjene Države mogu u potpunosti zadovoljiti svoje kratkoročne i srednjoročne potrebe za električnom energijom bez izgradnje novih vršnih kapaciteta ili širenja mreže. Umjesto toga, naglašava da strategije fleksibilnog opterećenja mogu pomoći u iskorištavanju postojećeg prostora za bržu integraciju novih opterećenja, smanjenje troškova proširenja kapaciteta i omogućavanje većeg fokusa na najvrednije investicije u elektroenergetskom sistemu.