Souhrn
Mezinárodní energetická agentura (IEA) predikuje, že spotřeba energie v sektoru umělé inteligence se mezi současností a rokem 2030 zdvojnásobí. Tento růst ohrožuje energetickou bezpečnost v mnoha regionech kvůli rostoucímu poptávce po elektrické energii pro data centra. Článek zdůrazňuje, jak tyto skryté náklady ovlivňují globální energetický systém.
Klíčové body
- Energetická poptávka AI se do roku 2030 zdvojnásobí podle IEA.
- Data centra pohánějící AI modely jako GPT nebo Gemini spotřebovávají ekvivalent energie pro miliony domácností.
- Rostoucí zátěž na sítě vede k rizikům pro energetickou bezpečnost v Evropě a USA.
- Firmy jako Microsoft a Google uzavírají smlouvy na jadernou energii pro pokrytí potřeb.
- Bez udržitelných řešení hrozí zvýšení emisí CO2 i nedostatek kapacity.
Podrobnosti
Umělá inteligence, zejména velké jazykové modely (LLM) a systémy pro zpracování dat, vyžaduje obrovské množství výpočetního výkonu. Trénink jednoho modelu jako GPT-4 od OpenAI spotřeboval přibližně 50 gigawatthodin energie, což odpovídá roční spotřebě stovek tisíc domácností. Tento proces probíhá v datech centrech plných grafických procesorů (GPU) od Nvidia, které jsou extrémně energeticky náročné – jeden cluster s tisíci GPU může potřebovat až 100 megawattů, stejně jako středně velké město.
IEA ve své zprávě upozorňuje, že současná spotřeba datacenter pro AI představuje asi 2 procenta globální elektřiny, ale do roku 2030 by mohla dosáhnout 10 procent v některých zemích. Například v USA data centra již nyní tvoří 4 procenta celkové spotřeby a jejich expanze kvůli AI vede k prodlevám v připojení k síti až na 3–5 let. V Evropě, kde je důraz na zelenou energii, dochází k konfliktům – Francie a Německo omezují nové datacenter kvůli riziku blackoutu.
Velké technologické firmy reagují rychle: Microsoft prodloužil provoz jaderné elektrárny Three Mile Island pro napájení svých AI systémů, Google spolupracuje s Kairos Power na malých modulárních reaktorech. Nvidia a AMD vyvíjejí efektivnější čipy, jako Blackwell GPU, které sice zvyšují výkon, ale stále vyžadují chlazení vodou v objemu tisíců litrů za hodinu. Inference, tedy běžné používání AI, přidává další zátěž – ChatGPT generuje odpovědi s spotřebou ekvivalentní 10–20 wattthodinů na požadavek, což se v miliardách dotazů rychle sčítá.
Tyto trendy odhalují systémové problémy: závislost na fosilních palivech v době přechodu na obnovitelné zdroje způsobuje paradox, kdy AI urychluje dekarbonizaci (optimalizace sítí), ale zároveň zvyšuje emise. Bez investic do efektivity, jako je edge computing nebo specializované AI čipy, se rizika zhorší.
Proč je to důležité
Tento růst energetických nákladů AI ovlivňuje celý technologický ekosystém. Pro průmysl znamená nutnost regulací – EU již diskutuje o reportingu spotřeby AI modelů, USA zvažuje daň na data centra. Uživatelé pocítí vyšší ceny elektřiny a omezení přístupu k AI službám v oblastech s nedostatkem energie. V širším kontextu brzdí neudržitelná spotřeba pokrok v AI, protože bez dostupné zelené energie nelze škálovat modely k AGI úrovni. Dlouhodobě to nutí inovace v úsporných architekturách neuronových sítí a decentralizovaném výpočtu, jinak hrozí geopolitické napětí kolem zdrojů energie.
Zdroj: 📰 OilPrice.com
