W dzisiejszym szybko rozwijającym się krajobrazie technologii AI wyłania się niepokojąca rzeczywistość: moc wymagana dla pojedynczego zapytania ChatGPT jest prawie 10 razy większa niż w wyszukiwarce Google.
Ta znacząca luka nie tylko uwydatnia zasadniczą różnicę w zużyciu energii między technologiami sztucznej inteligencji a tradycyjnymi usługami internetowymi, ale także sygnalizuje głęboką zmianę w światowym wzorcu zużycia energii.
Niedawno renomowana firma konsultingowa Gartner w swoim najnowszym raporcie wydała ostrzeżenie, przewidując, że do 2027 r. 40% istniejących centrów danych AI będzie miało trudności operacyjne z powodu niewystarczającego zasilania. Prognoza ta podkreśla rosnące napięcie między rozwojem sztucznej inteligencji a dostawami energii.
Jednocześnie badania międzynarodowego banku inwestycyjnego Goldman Sachs przedstawiają podobną prognozę: do 2030 r. globalne zapotrzebowanie na energię elektryczną dla centrów danych wzrośnie o 160%. Wywołało to powszechne obawy dotdostawy energii, rozwój infrastruktury i wpływ na środowisko.
Wykres|Prognoza Gartnera: dodatkowe zużycie energii przez nowe serwery AI w centrach danych AI każdego roku (źródło: Gartner)
Ostatnio giganci technologiczni, tacy jak Google, Microsoft, Amazon i Meta, aktywnie inwestują w obiekty energetyki jądrowej. Jednym z powodów tego jest obawa, że ogromne zapotrzebowanie na energię centrów danych AI w przyszłości może nie zostać zaspokojone.
Historycznie rzecz biorąc, zapotrzebowanie na energię centrów danych wykazywało niezwykłą stabilność. W latach 2015–2019, pomimo niemal dwukrotnego zwiększenia obciążenia centrów danych, ich roczne zużycie energii elektrycznej utrzymywało się na stosunkowo stabilnym poziomie około 200 terawatogodzin.
Stabilność ta wynikała w dużej mierze z ciągłej poprawy efektywności energetycznej w centrach danych. Sytuacja ta uległa jednak zasadniczej zmianie po roku 2020.
Analityk firmy Gartner, Bob Johnson, zauważył: „Budowa hiperskalowych centrów danych nowej generacji stwarza ogromne zapotrzebowanie na energię elektryczną, które przewyższy zdolność dostawców usług użyteczności publicznej do zwiększania dostaw. Szczególnie w dziedzinie przetwarzania i uczenia dużych modeli wymagane zasoby obliczeniowe a zużycie energii osiągnęło bezprecedensowy poziom.”
Obecnie globalne centra danych odpowiadają za 1-2% całkowitego zużycia energii elektrycznej, ale przewiduje się, że do 2030 r. udział ten wzrośnie do 3-4%, przy czym wzrost ten będzie szczególnie widoczny w krajach rozwiniętych.
W szczególności w Stanach Zjednoczonych przewiduje się, że do 2030 r. zużycie energii elektrycznej w centrach danych wzrośnie z obecnych 3% do 8%, co spowoduje najszybszy wzrost zapotrzebowania na energię elektryczną w USA od prawie 25 lat.
Wykres|Prognozy Goldman SachsEnergiaPopyt na centra danych (źródło: Goldman Sachs)
Aby sprostać temu wyzwaniu, amerykańskie przedsiębiorstwa użyteczności publicznej będą musiały zainwestować około 50 miliardów dolarów w nowe moce wytwórcze przeznaczone specjalnie dla centrów danych.
Dodatkowo do 2030 r. zwiększone zapotrzebowanie na energię elektryczną z samych centrów danych spowoduje dzienny wzrost zapotrzebowania na gaz ziemny o około 3,3 miliarda stóp sześciennych, co będzie wymagało budowy nowej infrastruktury rurociągowej.
Goldman Sachs zauważa, że sytuacja w Europie jest jeszcze bardziej złożona. Jako główny węzeł globalnych centrów danych, 15% centrów danych znajduje się w Europie. Do 2030 r. zapotrzebowanie na energię tych centrów danych będzie równe całkowitemu zużyciu energii elektrycznej w Portugalii, Grecji i Holandii łącznie.
Biorąc pod uwagę, że Europa posiada najstarsze systemy sieci elektroenergetycznych na świecie, w ciągu następnej dekady region będzie musiał zainwestować prawie 800 miliardów euro w modernizację swoich systemów przesyłowych i dystrybucyjnych, a także około 850 miliardów euro w rozwój odnawialnych źródeł energii, takich jak jak energia słoneczna, wiatrowa na lądzie i na morzu, aby zaspokoić potrzeby energetyczne nowych centrów danych.
Wykres|Średni wiek sieci elektroenergetycznych w różnych regionach i Chinach (źródło: Goldman Sachs)
Jeszcze bardziej niepokojące jest to, że ten wzrost zapotrzebowania na energię elektryczną będzie miał bezpośredni wpływ na ceny energii elektrycznej. Badania wskazują, że duzi operatorzy centrów danych negocjują z głównymi producentami energii w celu zapewnienia długoterminowych, stabilnych dostaw energii elektrycznej, niezależnych od zapotrzebowania innych sieci.
Konkurencja ta nieuchronnie spowoduje wzrost cen energii elektrycznej, a koszty te ostatecznie zostaną przerzucone na użytkowników produktów i usług AI.
W rezultacie eksperci zalecają, aby organizacje przygotowały się z wyprzedzeniem na rosnące koszty energii elektrycznej i starały się podpisywać długoterminowe umowy na świadczenie usług centrów danych po rozsądnych cenach.
Niepokojący jest także wpływ na środowisko. Oczekuje się, że do 2030 r. emisje dwutlenku węgla z centrów danych mogą być ponad dwukrotnie większe w porównaniu z 2022 r., co będzie stanowić nowe wyzwanie dla globalnych celów w zakresie redukcji emisji.
Według Goldman Sachs „koszt społeczny” wzrostu emisji dwutlenku węgla z samych centrów danych wyniesie od 125 do 140 miliardów dolarów (wartość bieżąca).
Gartner szacuje, że do 2027 r. zapotrzebowanie na energię elektryczną do obsługi serwerów zoptymalizowanych pod kątem sztucznej inteligencji osiągnie 500 terawatogodzin rocznie, czyli 2,6 razy więcej niż w 2023 r.
W perspektywie krótkoterminowej, aby sprostać rosnącemu zapotrzebowaniu na energię elektryczną, niektóre elektrownie zasilane paliwami kopalnymi, które pierwotnie miały zostać zamknięte, będą musiały wydłużyć okres eksploatacji, co jeszcze bardziej zaostrzy presję na środowisko.
Centra danych wymagają 24-godzin nieprzerwanego zasilania, a obecnie w celu zapewnienia stabilnych dostaw energii elektrycznej muszą polegać na elektrowniach wodnych, elektrowniach na paliwa kopalne lub elektrowniach jądrowych.
Chociaż odnawialne źródła energii, takie jak wiatr i słońce, są przyjazne dla środowiska, jeśli nie obsługują systemów magazynowania energii, trudno na nich polegać, jeśli chodzi o zaspokojenie ciągłego zapotrzebowania centrów danych na energię.
Wykres|Zmiany w obciążeniu centrów danych i zużyciu energii w ciągu ostatnich dziewięciu lat (źródło: Goldman Sachs)
Aby stawić czoła tym wyzwaniom, branża poszukuje różnych rozwiązań. Część firm zwiększa inwestycje w energię odnawialną i aktywnie promuje komercjalizację nowych technologii energetyki jądrowej.
Firmy technologiczne również badają innowacyjne metody poprawy efektywności energetycznej. W dłuższej perspektywie nowe rozwiązania może przynieść rozwój nowych technologii magazynowania baterii czy technologii czystej energii (takich jak małe reaktory jądrowe).
Warto wspomnieć, że sama technologia AI mogłaby przyczynić się do opracowania rozwiązań poprzez przyspieszenie innowacji w takich dziedzinach, jak opieka zdrowotna, rolnictwo i edukacja, a także poprawa efektywności energetycznej.
Wreszcie, raporty z badań obu firm sugerują, że przy formułowaniu strategii rozwoju sztucznej inteligencji przedsiębiorstwa powinny w pełni uwzględnić potencjalne ryzyko niedoborów energii, ocenić wpływ rosnących kosztów energii w przyszłości i aktywnie poszukiwać alternatywnych rozwiązań.
Obiecujące rozwiązania obejmują wykorzystanie technologii przetwarzania brzegowego, przyjęcie mniejszych, dużych modeli i nadanie priorytetu wydajności obliczeniowej podczas opracowywania generatywnych aplikacji AI.
Jest oczywiste, że rozwój technologii sztucznej inteligencji zmienia globalny krajobraz energetyczny. Zrównoważenie innowacji technologicznych, bezpieczeństwa energetycznego i ochrony środowiska będzie znaczącym wyzwaniem, przed którym w przyszłości wspólnie stanie światowy przemysł technologiczny i energetyczny. (Artykuł ponownie opublikowany przez DeepTech)
