Łukasz Dobrzański
Inżynier ekolog
Energia dla sztucznej inteligencji – czy AI zwiększy zapotrzebowanie na prąd? Część I
Sztuczna inteligencja coraz częściej przedstawiana jest jako technologia, która może przyspieszyć rozwój gospodarki, nauki, przemysłu i energetyki. Potrafi analizować ogromne zbiory danych, wspierać procesy decyzyjne, prognozować produkcję z odnawialnych źródeł energii, optymalizować pracę sieci elektroenergetycznych i ograniczać zużycie energii w budynkach czy zakładach przemysłowych. Zanim jednak przejdzie się do tych korzyści, trzeba postawić podstawowe pytanie: ile energii będzie potrzebować sama sztuczna inteligencja?
To pytanie staje się coraz ważniejsze, ponieważ AI nie funkcjonuje w oderwaniu od infrastruktury. Modele sztucznej inteligencji są trenowane i wykorzystywane w centrach danych, czyli wyspecjalizowanych obiektach wyposażonych w serwery, układy obliczeniowe, systemy chłodzenia, magazynowania danych, zasilania awaryjnego i łączności. W praktyce oznacza to, że rozwój AI jest bezpośrednio związany z dostępnością energii elektrycznej, mocą przyłączeniową, stanem sieci i tempem rozwoju nowych źródeł wytwarzania.
Międzynarodowa Agencja Energetyczna w raporcie „Energy and AI” podkreśla, że nie ma sztucznej inteligencji bez energii elektrycznej. Jednocześnie zaznacza, że AI może w przyszłości stać się jednym z ważnych narzędzi transformacji sektora energetycznego. W pierwszej części artykułu warto więc skupić się na wyzwaniach: rosnącym zapotrzebowaniu centrów danych na energię, wpływie tego zjawiska na sieci elektroenergetyczne oraz pytaniu, jakie źródła energii mogą zasilić rozwój AI.
Czym są centra danych i dlaczego AI potrzebuje tak dużo energii?
Centrum danych to obiekt, w którym pracują serwery, systemy przechowywania danych, urządzenia sieciowe, systemy chłodzenia, zabezpieczenia energetyczne oraz infrastruktura pomocnicza. W przypadku AI najważniejsze są przede wszystkim wyspecjalizowane układy obliczeniowe, w tym procesory graficzne GPU i inne akceleratory, które pozwalają wykonywać ogromną liczbę równoległych obliczeń.
Energia zużywana jest na kilka głównych procesów:
- pracę serwerów i akceleratorów obliczeniowych,
- przechowywanie oraz przesyłanie danych,
- chłodzenie sprzętu,
- zasilanie urządzeń sieciowych,
- utrzymanie systemów awaryjnych, w tym baterii UPS i generatorów rezerwowych,
- infrastrukturę pomocniczą obiektu.
W tradycyjnych centrach danych znaczną część zapotrzebowania generowały klasyczne serwery obsługujące usługi internetowe, chmurę, hosting, transakcje finansowe czy media społecznościowe. W przypadku AI rośnie znaczenie serwerów przyspieszonych, wyposażonych w układy GPU lub podobne rozwiązania. Są one bardziej wydajne dla zadań AI, ale jednocześnie mają znacznie większą moc jednostkową. Oznacza to, że nowoczesne centra danych mogą mieć bardzo dużą gęstość mocy i wymagać stabilnego zasilania na poziomie porównywalnym z dużymi zakładami przemysłowymi.
IEA wskazuje, że typowe centrum danych nastawione na AI może zużywać rocznie tyle energii elektrycznej, ile około 100 tys. gospodarstw domowych. Największe obiekty będące obecnie w budowie mogą mieć zapotrzebowanie nawet kilkadziesiąt razy większe. To pokazuje, że rozwój AI nie jest wyłącznie tematem technologicznym. Staje się także tematem energetycznym, infrastrukturalnym i regulacyjnym.
Jak szybko rośnie zużycie energii przez centra danych?
Według IEA centra danych odpowiadały w 2024 r. za około 415 TWh zużycia energii elektrycznej, czyli około 1,5% globalnego zużycia energii elektrycznej. Dla porównania, jest to poziom odpowiadający zużyciu dużego państwa. Co istotne, zapotrzebowanie tej grupy odbiorców rośnie znacznie szybciej niż całkowite zużycie energii elektrycznej na świecie.
W scenariuszu bazowym IEA zużycie energii elektrycznej przez centra danych ma wzrosnąć do około 945 TWh w 2030 r. Oznaczałoby to ponad dwukrotny wzrost względem 2024 r. Po 2030 r. niepewność rośnie, ponieważ trudno przewidzieć tempo adopcji AI, przyszłą efektywność modeli, rozwój układów obliczeniowych i ograniczenia infrastrukturalne. W scenariuszu bazowym IEA zakłada jednak dalszy wzrost do około 1 200 TWh w 2035 r.
Trzeba przy tym zaznaczyć, że centra danych nie są jedynym źródłem wzrostu zapotrzebowania na energię. Według IEA do 2030 r. będą odpowiadały za około jedną dziesiątą globalnego wzrostu zużycia energii elektrycznej, mniej niż np. silniki przemysłowe, klimatyzacja czy samochody elektryczne. Ich znaczenie może być jednak szczególnie duże lokalnie, ponieważ centra danych koncentrują się w określonych regionach i wymagają bardzo stabilnego, wysokiej jakości zasilania.
Dlaczego lokalizacja centrów danych ma znaczenie?
Centra danych nie powstają równomiernie na całym świecie. Największe skupiska znajdują się obecnie m.in. w Stanach Zjednoczonych, Chinach i Europie. IEA wskazuje, że w 2024 r. Stany Zjednoczone odpowiadały za około 45% globalnego zużycia energii elektrycznej przez centra danych, Chiny za około 25%, a Europa za około 15%.
Koncentracja centrów danych jest ważna z punktu widzenia sieci elektroenergetycznych. Nawet jeśli globalnie ich udział w zużyciu prądu pozostaje relatywnie niewielki, to lokalnie mogą stanowić bardzo dużego odbiorcę energii. Może to powodować problemy z dostępnością mocy przyłączeniowej, konieczność rozbudowy sieci, wzrost zapotrzebowania na źródła dyspozycyjne oraz ryzyko kolejek przyłączeniowych.
IEA szacuje, że jeżeli te ryzyka nie zostaną ograniczone, około 20% planowanych projektów centrów danych może być zagrożonych opóźnieniami. Przyczyną mogą być m.in. kolejki przyłączeniowe, czas budowy nowych linii przesyłowych, ograniczona dostępność transformatorów, kabli i urządzeń elektroenergetycznych oraz długi czas realizacji nowych źródeł wytwórczych.
Jakie źródła energii mogą zasilić rozwój AI?
W raporcie IEA wskazano, że do zaspokojenia rosnącego zapotrzebowania centrów danych potrzebny będzie zróżnicowany miks energetyczny. Nie wystarczy sama budowa nowych źródeł wytwarzania. Konieczne będą także inwestycje w sieci, magazyny energii, elastyczność pracy odbiorców oraz lepsze planowanie lokalizacji dużych obiektów.
W scenariuszu bazowym IEA największą część dodatkowego zapotrzebowania centrów danych mają pokryć odnawialne źródła energii. Ich rola wynika z kilku czynników: krótszego czasu budowy, konkurencyjności kosztowej, dostępności technologii oraz strategii zakupowych dużych firm technologicznych, które często zawierają długoterminowe kontrakty PPA na energię z OZE.
Jednocześnie sama energia z wiatru i słońca nie rozwiązuje całego problemu. Centra danych pracują w sposób ciągły, a ich zapotrzebowanie ma charakter zbliżony do stałego obciążenia. Produkcja z fotowoltaiki i wiatru jest natomiast zmienna. Dlatego coraz większe znaczenie mają:
- magazyny energii, które pozwalają przesuwać energię w czasie,
- hybrydowe portfele OZE, łączące fotowoltaikę, wiatr i magazynowanie,
- źródła dyspozycyjne, np. gaz, hydroenergetyka, energetyka jądrowa lub geotermia,
- elastyczność po stronie odbioru,
- lokalizacja centrów danych tam, gdzie dostępne są sieci i moce wytwórcze.
IEA zakłada, że do 2035 r. odnawialne źródła energii zwiększą produkcję na potrzeby centrów danych o ponad 450 TWh. Gaz ziemny również będzie miał istotną rolę, zwłaszcza w Stanach Zjednoczonych, gdzie jest relatywnie tani i może zapewniać dyspozycyjną moc. Raport wskazuje także na rosnące zainteresowanie energetyką jądrową, małymi reaktorami modułowymi oraz zaawansowaną geotermią, choć ich znaczenie zależeć będzie od czasu wdrożenia, kosztów i regulacji.
Czy OZE mogą zasilać centra danych pracujące całą dobę?
Jednym z ważniejszych problemów jest dopasowanie profilu produkcji energii do profilu zużycia centrów danych. Klasyczne umowy PPA często opierają się na rocznym bilansie energii. Oznacza to, że firma może kupić w skali roku tyle energii z OZE, ile zużywa, ale niekoniecznie energia ta jest produkowana dokładnie w tych samych godzinach, w których pracuje centrum danych.
Dlatego coraz większe znaczenie ma tzw. hourly matching, czyli dopasowanie zużycia i produkcji energii w ujęciu godzinowym. W takim modelu centrum danych powinno być zasilane energią niskoemisyjną nie tylko w rocznym bilansie, ale możliwie w każdej godzinie. To trudniejsze, ale lepiej pokazuje rzeczywisty wpływ na system elektroenergetyczny.
IEA analizuje portfele oparte na fotowoltaice, energetyce wiatrowej i magazynach energii. Wnioski są istotne: hybrydowe portfele OZE połączone z magazynami mogą pokrywać znaczną część zapotrzebowania centrów danych w ujęciu godzinowym, a przy odpowiedniej konfiguracji osiągnięcie około 80% godzinowego dopasowania może być kosztowo konkurencyjne wobec cen energii dla przemysłu w USA, Europie i Chinach. Pełne lub niemal pełne pokrycie godzinowe jest już znacznie trudniejsze i droższe, ponieważ wymaga przewymiarowania źródeł oraz większej pojemności magazynów.
Jakie rozwiązania ograniczają zużycie energii przez centra danych?
W artykule nie wystarczy napisać ogólnie, że „inteligentne systemy ograniczają zużycie energii”. Trzeba wskazać konkretne mechanizmy. W przypadku centrów danych można wymienić kilka grup rozwiązań.
Po pierwsze, ważna jest poprawa efektywności chłodzenia. Chłodzenie odpowiada za istotną część zużycia energii w centrach danych, zwłaszcza starszych i mniej efektywnych. Rozwiązania obejmują m.in. chłodzenie cieczą, chłodzenie bezpośrednio przy układach obliczeniowych, optymalizację przepływu powietrza, wykorzystanie chłodu zewnętrznego oraz systemy sterowania temperaturą w czasie rzeczywistym.
Po drugie, znaczenie ma dobór właściwego modelu AI do zadania. Nie każde zapytanie wymaga największego i najbardziej energochłonnego modelu. Dla prostych zadań można stosować mniejsze modele, modele wyspecjalizowane lub rozwiązania działające bliżej użytkownika, np. na urządzeniach końcowych. IEA wskazuje, że projekt modelu, jego wielkość i sposób wykorzystania mają duży wpływ na energochłonność pojedynczego zadania.
Po trzecie, stosowane są rozwiązania programistyczne i sprzętowe ograniczające liczbę obliczeń potrzebnych do wykonania zadania. Należą do nich m.in. optymalizacja kodu, bardziej efektywne algorytmy, modele zadaniowe, kompresja modeli, specjalizowane układy obliczeniowe, lepsze zarządzanie pamięcią i przetwarzanie wielu zapytań równolegle.
Po czwarte, centra danych mogą być zarządzane w sposób bardziej elastyczny. Część obciążeń, np. trenowanie modeli lub mniej pilne zadania obliczeniowe, może być przesuwana w czasie albo lokalizowana tam, gdzie dostępna jest tańsza lub czystsza energia. W praktyce oznacza to możliwość lepszego dopasowania pracy centrum danych do warunków w systemie elektroenergetycznym.
Po piąte, istotne jest wykorzystanie magazynów energii i zasilania awaryjnego nie tylko jako rezerwy bezpieczeństwa, lecz także jako elementu wspierającego elastyczność pracy całego systemu. IEA wskazuje, że regulatorzy mogą rozważać zachęty do bardziej elastycznego wykorzystania zapasowej mocy serwerowej, magazynów i źródeł rezerwowych przez operatorów centrów danych.
Co to oznacza dla Polski?
Polska nie należy dziś do największych globalnych rynków centrów danych, ale rozwój usług cyfrowych, chmury, automatyzacji i AI będzie zwiększał zapotrzebowanie na niezawodną energię elektryczną także w kraju. Dla polskiej energetyki oznacza to kilka wyzwań.
Po pierwsze, rosnące zapotrzebowanie na energię będzie nakładało się na elektryfikację przemysłu, transportu i ciepłownictwa. To wymaga nie tylko nowych źródeł wytwórczych, lecz także rozbudowy i modernizacji sieci.
Po drugie, rozwój OZE będzie musiał być uzupełniany przez magazyny energii, elastyczność odbioru i rozwiązania stabilizujące pracę systemu. Strategia PSE do 2040 r. wskazuje, że w przyszłości źródła OZE i magazyny energii będą wspierać KSE, pracując w trybie grid forming, czyli aktywnie kształtując parametry pracy sieci.
Po trzecie, jeżeli centra danych mają powstawać w Polsce, ich lokalizacja powinna być analizowana z punktu widzenia dostępności sieci, mocy przyłączeniowej, możliwości kontraktowania energii z OZE oraz potencjału wykorzystania ciepła odpadowego. Duże centrum danych nie powinno być traktowane jak zwykły odbiorca energii, lecz jak element systemu, który może zarówno obciążać sieć, jak i – przy odpowiednich zasadach – wspierać jej elastyczność.
Czy AI będzie problemem dla energetyki?
Sztuczna inteligencja nie jest wyłącznie problemem energetycznym, ale jej rozwój będzie wymagał dużej ilości energii elektrycznej, stabilnych sieci i dobrze zaplanowanego miksu źródeł. Centra danych nie odpowiadają dziś za dominującą część globalnego zużycia prądu, jednak ich zapotrzebowanie rośnie szybko, a lokalny wpływ na system elektroenergetyczny może być bardzo duży.
Najważniejszy wniosek z raportu IEA jest więc złożony. Z jednej strony AI zwiększy zapotrzebowanie na energię i może przyspieszyć potrzebę inwestycji w sieci, źródła wytwórcze oraz magazyny energii. Z drugiej strony, dobrze zaplanowany rozwój AI może wspierać popyt na energię z OZE, rozwój kontraktów PPA, magazynów, nowych technologii jądrowych i geotermalnych oraz bardziej elastyczne zarządzanie systemem.
W kolejnej części warto odwrócić perspektywę: zamiast pytać, ile energii zużywa AI, trzeba zapytać, w jaki sposób AI może pomóc energetyce. Tu najważniejsze będą zastosowania w prognozowaniu produkcji z OZE, pracy sieci, magazynach energii, przemyśle, budynkach i ograniczaniu zużycia energii.
Źródła:
https://www.iea.org/reports/energy-and-ai
https://energy.ec.europa.eu/topics/eus-energy-system/digitalisation-energy-system_en