Souhrn
Článek z energetického portálu argumentuje, že soutěž o převahu v umělé inteligenci (AI) a kryptoměnách se posunula od kapitálu k elektrické energii. Data centra pro trénink velkých jazykových modelů (LLM) a těžbu kryptoměn spotřebovávají obrovské množství elektřiny, což se stává hlavním limitujícím faktorem růstu. Firmy jako Microsoft nebo Google proto aktivně hledají zdroje energie, včetně jaderných elektráren.
Klíčové body
- Spotřeba energie daty centry AI roste exponenciálně a brzy překoná celosvětovou kapacitu sítí.
- Kapitál na čipy a modely stačí, ale výstavba elektráren a připojení k síti trvá roky.
- Kryptoměnové těžby (hash rate) čelí stejnému problému, což posiluje konkurenci o zdroje.
- Velcí hráči uzavírají dlouhodobé smlouvy na jadernou energii a obnovitelné zdroje.
- Ceny energií, jako natural gas (+21,68 %), signalizují rostoucí tlak na trh.
Podrobnosti
Vývoj AI vyžaduje masivní výpočetní výkon, který zajišťují tisíce GPU v datech centrech. Například trénink modelu jako GPT-4 spotřeboval ekvivalent energie pro napájení stovek tisíc domácností. Podle odhadů bude globální poptávka po elektřině pro AI do roku 2030 zdvojnásobena, což představuje až 10 % celosvětové spotřeby. Text članku, publikovaný na portálu zaměřeném na ceny ropy a energií, ilustruje aktuální situaci výčtem cen: WTI Crude na 60,52 USD, Brent na 65,09 USD a natural gas vyskočilo o 21,68 % na 4,754 USD. Tyto výkyvy odrážejí volatilitu trhu, která ovlivňuje náklady na provoz AI infrastrukturny.
Firmy reagují rychle. Microsoft uzavřel smlouvu s Constellation Energy na restart tří jaderných reaktorů v USA pro napájení Azure cloudových služeb, které hostují OpenAI modely. Google plánuje investice do malých modulárních jaderných reaktorů (SMR) od společnosti Kairos Power. Podobně OpenAI spolupracuje s čistotními zdroji, aby zajistila stabilní dodávky pro své superpočítače. V kryptosvětě těžaři jako Marathon Digital přesouvají operace do oblastí s levnou vodní energií v Kanadě nebo na Island.
Tento posun znamená, že tradiční metriky jako funding rounds nebo hash rate ztrácejí na významu. Kapitál v miliardách dolarů (např. 6,6 miliardy pro xAI) umožňuje nákup GPU, ale bez přístupu k gigawatům elektřiny zůstane infrastruktura nevyužitá. Výstavba nových elektráren trvá 5–10 let, zatímco čipy lze objednat rychleji. Geopolitické faktory, jako omezení exportu čipů z Číny nebo války ovlivňující dodávky plynu, toto zhoršují.
Proč je to důležité
Dostupnost energie se stává novým bojištěm v AI ekosystému, kde vyhrají ti s přístupem k jaderné nebo obnovitelné energii. To posiluje pozici firem s vlastními energetickými kapacitami, jako Amazon (s hydroenergií) nebo Tesla (s bateriemi a soláry). Pro průmysl to znamená vyšší náklady a regionální nerovnosti – USA a Kanada mají výhodu díky plynulým zdrojům, Evropa trpí regulacemi. Dlouhodobě to urychlí vývoj SMR a fúzních technologií, ale krátkodobě zpomalí expanzi AI modelů. Uživatelé pocítí vyšší ceny cloudových služeb (např. API volání pro LLM) a omezenou dostupnost pokročilých AI nástrojů.
Zdroj: 📰 OilPrice.com
