Nowe badanie ujawnia kryzys energetyczny utrudniający rozwój sztucznej inteligencji w Europie, od wieloletnich kolejek do sieci po połowę mocy elektrowni.
Za każdym razem, gdy zadajesz pytanie chatbotowi opartemu na sztucznej inteligencji, gdzieś, być może na innym kontynencie, w hali pełnej komputerów rusza ciężka praca, a pochłaniane są ogromne ilości energii, żebyś szybko dostał odpowiedź.
REKLAMA
REKLAMA
Centra danych, czyli fizyczne obiekty mieszczące superkomputery i powiązane z nimi systemy, które stoją za gwałtownym rozwojem AI, są kluczowe w epoce zaawansowanego przetwarzania danych.
Ich apetyt na energię elektryczną staje się jednak problemem samym w sobie. Te obiekty są coraz większe, jest ich coraz więcej i zużywają znacznie więcej prądu, a energia potrzebna do ich zasilania rośnie równie szybko.
Stany Zjednoczone dominują dziś na świecie z około 5400 takimi obiektami, w porównaniu do około 3400 w całej Europie – wynika z danych Cloudscene – a Europa desperacko próbuje zmniejszyć ten dystans.
Problem w tym, że wyrównanie tej różnicy oznacza ogromne zużycie energii, a sieć elektroenergetyczna kontynentu już teraz z trudem nadąża za obecnym popytem.
Duże nowe badanie think tanku Interface, zajmującego się energią i polityką cyfrową w Europie, pokazuje, jak poważne stało się to napięcie.
Analitycy ostrzegają, że bez pilnych reform europejskie ambicje w dziedzinie AI mogą się skończyć jako kosztowne, osierocone aktywa: inwestycje pochłaniające energię i publiczne pieniądze, podczas gdy gdzie indziej wybierane będą lepsze rozwiązania.
„Budowa obiektów o mocy liczonej w setkach megawatów, które nie wykorzystują efektywnie zakontraktowanej mocy, byłaby nie do utrzymania nie tylko ekonomicznie, lecz także z punktu widzenia systemu energetycznego i klimatu” – czytamy w raporcie.
Energetyczne pożeracze
Przeciętne europejskie gospodarstwo domowe zużywa około 3600 kilowatogodzin energii elektrycznej rocznie, czyli mniej więcej 10 kilowatogodzin dziennie.
Centrum danych obsługujące twojego asystenta AI potrafi spalić dzienny ekwiwalent zużycia dziesiątek tysięcy takich domów, zanim jeszcze minie poranek.
„Moc największych klastrów AI rośnie z około 13 MW w 2019 roku do szacowanych 280–300 MW w przypadku Colossusa firmy xAI w 2025 roku – to porównywalne z zapotrzebowaniem około 250 tys. europejskich gospodarstw domowych” – wyjaśniono w raporcie.
Cała ta energia musi zostać jakoś przesłana, a sieć, która ją dostarcza, już jest poważnie obciążona.
Europejska sieć elektroenergetyczna – rozległa infrastruktura linii wysokiego napięcia, stacji i innych elementów przesyłowych, które przenoszą energię z miejsc jej wytwarzania tam, gdzie jest potrzebna – nie była projektowana z myślą o sztucznej inteligencji.
Kiedy pojedynczy nowy obiekt potrzebuje naraz setek megawatów, nie wystarczy po prostu go podłączyć. Taki pobór obciąża cały system wokół, może wymuszać kosztowne modernizacje i wypierać innych odbiorców, którzy walczą o tę samą przepustowość.
„Według doniesień szkolenie modelu ChatGPT-4 pochłonęło łącznie około 46 GWh energii – to tak, jakby przez trzy miesiące nieprzerwanie pobierać moc 20 MW i wystarczyłoby do zasilenia całego Regionu Stołecznego Brukseli przez ponad cztery dni” – czytamy dalej.
Szacuje się, że najbardziej zaawansowane modele budowane obecnie zużyją znacznie więcej. Międzynarodowa Agencja Energetyczna prognozuje, że globalne zużycie energii elektrycznej przez centra danych „ponad dwukrotnie wzrośnie do 2030 roku, głównie z powodu obciążeń związanych z AI”.
Tradycyjne farmy serwerów projektowano z myślą o umiarkowanych, elastycznych poborach mocy. Klastry AI są naszpikowane wyspecjalizowanymi układami, które pracują z niemal maksymalną intensywnością przez dni lub tygodnie, zachowując się – jak ujęto w raporcie – jak „energochłonne zakłady przemysłowe podłączone do przeciążonych sieci”.
„Możliwości przyłączenia do sieci, czas oczekiwania na przyłącze, lokalne przeciążenia, a ostatnio także ceny energii stały się już twardymi ograniczeniami, które mimo wstępnego zainteresowania inwestorów opóźniają lub przekierowują duże projekty” – wskazuje Interface.
Czy sieć energetyczna nadąży?
Nigdzie nie widać tego lepiej niż na najbardziej pożądanych europejskich rynkach centrów danych, w tzw. miastach FLAP-D: Frankfurcie, Londynie, Amsterdamie, Paryżu i Dublinie.
Kolejki oczekujących na przyłączenie do sieci są tam tak długie, że w praktyce działają jak zakaz nowych inwestycji.
„Na rynkach FLAP-D nowe obiekty czekają na przyłącze do sieci średnio od 7 do 10 lat, a w najbardziej obciążonych kluczowych lokalizacjach nawet do 13 lat” – wyjaśniono w raporcie.
Irlandia wprowadziła de facto moratorium na nowe centra danych w Dublinie do 2028 roku, natomiast Niderlandy i Frankfurt w praktyce zablokowały nowe przyłącza co najmniej do 2030 roku.
W raporcie odnotowano, że OpenAI „wstrzymuje swoje inwestycje w Wielkiej Brytanii i Norwegii z powodu wysokich cen energii elektrycznej”, co może być sygnałem, że nawet najlepiej dofinansowane firmy AI na świecie zatrzymują się w miejscu przez europejskie ograniczenia energetyczne.
Co trzeba zmienić
Europejska sieć elektroenergetyczna już teraz mierzy się z rosnącym zapotrzebowaniem związanym z elektryfikacją transportu i ogrzewania, nierównomiernym rozwojem odnawialnych źródeł energii oraz – jak określono w raporcie – ryzykami „napiętych rynków gazu i energii elektrycznej”, dodatkowo obciążonych inwazją Rosji na Ukrainę i trwającym konfliktem na Bliskim Wschodzie.
Autorzy raportu zalecają, by europejskie obiekty tego typu od początku były włączane w krajowe i unijne planowanie rozwoju sieci, a decyzje o lokalizacji powiązane z dostępnością odnawialnych źródeł energii.
Dołożenie setek megawatów infrastruktury AI grozi tym, że wszystko to stanie się jeszcze trudniejsze i droższe.
„Długoterminowa wartość i akceptacja dużych klastrów obliczeniowych AI będzie zależeć od tego, czy zostaną one zaprojektowane, uregulowane i będą działać jako kluczowa infrastruktura energetyczna, odrębna od tradycyjnych centrów danych” – podsumowano w raporcie.