Data centres AI nad wodą z Nowej Fundlandii: prowincja otwiera drzwi na propozycje

29 września CBC News poinformowało, że do rządu Nowej Fundlandii i Labradoru zgłosiły się firmy w sprawie budowy data centres AI. Minister energii i górnictwa Lloyd Parrott powiedział w Izbie Zgromadzenia podczas nadzwyczajnej sesji o nowym porozumieniu w sprawie Churchill Falls, że „nasze drzwi są otwarte na interesy”. Według CBC resort energii i górnictwa potwierdził te zgłoszenia, ale nie podał nazw wnioskodawców ani projektów. Powołał się przy tym na wrażliwe handlowo rozmowy.

Propozycja ma znaczenie, bo data centres AI stały się jednym z największych nowych źródeł zapotrzebowania na prąd w Ameryce Północnej. Główna przewaga prowincji jest przy tym ta sama, która czyni atrakcyjnymi badania nad fuzją: duże, niskoemisyjne źródło energii, już zbudowane albo już zaplanowane. Andrea King, dyrektor generalna TechNL, powiedziała CBC, że Labrador spełnia kilka kryteriów, których szukają zwolennicy data centres. Wymieniła niskoemisyjną energię wodną, zimną pogodę i dużo ziemi. Zastrzegła jednak, że to samo w sobie nie czyni projektu dobrym pomysłem, bo prowincja musi rozważyć koszty ekonomiczne i koszty alternatywne tego, co jeszcze mogłaby zrobić z tym prądem.

Ta ostrożność to analityczny rdzeń sprawy. Data centre to obiekt, który mieści i zasila serwery komputerowe, sprzęt sieciowy i inne technologie, a popyt na takie przetwarzanie skoczył wraz z branżą AI. CBC cytuje dziennikarza technologicznego Paris Marxa, autora książki Hyperscale. Mówi on, że te produkty są bardzo wymagające obliczeniowo, a firmy technologiczne odkryły, że potrzebują znacznie więcej mocy obliczeniowej, żeby je napędzać. Marx podał też w wątpliwość długoterminową wartość projektu. Pytał, czy oddawanie prądu data centres ma sens, skoro mogą istnieć lepsze zastosowania.

Prowincja nie opublikowała żadnych ram, listy warunków ani nazwy wnioskodawcy. Premier Nowej Szkocji Tim Houston przedstawił pięć warunków wyjściowych, które musi spełnić każdy wnioskodawca o data centre, żeby w ogóle być rozpatrzonym, podało CBC. EverWind Fuels wyraził zainteresowanie budową data centre w tej prowincji. W Albercie data centre Meta planowane w hrabstwie Sturgeon ma kosztować 13 000 000 000 dolarów i ruszyć w ciągu dwóch do trzech lat, według tego samego materiału CBC. CBC odnotowuje też, że projekt wywołał podziały w prowincji.

W dossier nie ma żadnego wyniku dotyczącego fuzji. Warto to powiedzieć wprost, bo ostatnie nagłówki krążące wokół fuzji, w tym brytyjskie zobowiązania i chińskie urządzenie wodorowo-borowe, nie są częścią materiałów źródłowych dostarczonych do tej analizy i nie są tu cytowane. Dossier zawiera natomiast zestaw dokumentów o tym, jak przetwarzanie, energia i badania zaczynają się zbiegać. Te dokumenty lepiej wyjaśniają, dlaczego prowincja z energią wodną dostaje propozycje data centres, niż jakiekolwiek pojedyncze ogłoszenie z laboratorium.

Wpis Hannah Ritchie z 29 września na jej Substacku By the Numbers przechodzi przez liczby profesora oksfordzkiego Nicka Eyre'a o tym, co elektryfikacja robi z końcowym zapotrzebowaniem na energię. Wpis podaje, że zapotrzebowanie na prąd rośnie ze 110 do 189 eksadżuli w scenariuszu po transformacji, a całkowite końcowe zapotrzebowanie na energię spada z 416 do 247 eksadżuli. To redukcja o około 40%, osiągnięta bez zakładania jakiegokolwiek zysku efektywnościowego poza elektryfikacją albo przejściem na wodór.

Wpis Ritchie jasno opisuje uproszczenia. Wszystkie sektory niezelektryfikowane są założone jako zasilane wodorem. Model nie uwzględnia wzrostu zużycia energii w miarę rozwoju krajów, choć jej zdaniem nie powinno to wpływać na stosunek między dwoma scenariuszami. To porównanie energii końcowej, nie pierwotnej, więc pomija ciepło odpadowe, które uwzględniałoby rozliczanie energii pierwotnej. Pisze też, że szacunek prawdopodobnie zaniża redukcję, bo zakłada brak innych działań na rzecz efektywności.

Szczegóły sektorowe to miejsce, w którym argument staje się konkretny. Transport drogowy i budynki spadają mocno, bo samochody i furgonetki można zelektryfikować, a kotły gazowe wymienić na pompy ciepła. Ritchie pisze, że samochód elektryczny zamienia na ruch około 80% swojej energii, wobec około 20% w przypadku auta benzynowego. Zapotrzebowanie na energię dla samochodów i furgonetek po transformacji to około jednej czwartej obecnego. Wysokotemperaturowe procesy przemysłowe są trudniejsze: część może przejść na wodór, a w sektorze stalowym zakłada się wzrost wykorzystania pieców łukowych z około 25% do 50%, czyli obecnej mieszanki w OECD.

Dla prowincji rozważającej data centre istotna lekcja to nie dokładny rachunek w eksadżulach. Chodzi o to, że zapotrzebowanie na prąd ma rosnąć, nawet gdy całkowite zapotrzebowanie na energię spada. Konkurencja o czysty prąd staje się więc ostrzejsza, nie luźniejsza. Ten sam wpis odnotowuje, że prąd pokrywa trzy czwarte końcowego zapotrzebowania na energię w systemie po transformacji, wobec jednej czwartej dziś. Każde dodatkowe duże obciążenie to roszczenie do tego prądu.

Kontrargument wobec budowania data centres na ograniczonym czystym prądzie powstaje dziś na sprzęcie. 29 września Efficient Computer ogłosiła rundę Series B o wartości 97 000 000 dolarów pod przewodnictwem TQ Ventures. Podnosi to jej łączne finansowanie do 173 000 000 dolarów przy wycenie 650 000 000 dolarów, według wpisu na blogu samej firmy. Dyrektor generalny i współzałożyciel Brandon Lucia napisał, że technologia firmy daje 10-100x lepszą efektywność energetyczną niż tradycyjne architektury CPU. Electron E1 wchodzi do masowej produkcji dla wbudowanych systemów fizycznej AI, w tym robotów, dronów, infrastruktury i urządzeń noszonych.

Wpis Lucii to argument sprzedawcy i tak trzeba go czytać, ale zawarty w nim punkt architektoniczny da się w zasadzie sprawdzić. Przywołuje prawo Amdahla, żeby dowodzić, że nieprzyspieszona część obliczenia ogranicza całkowitą efektywność systemu. Wąsko wyspecjalizowane, stałofunkcyjne akceleratory AI tworzą z kolei ryzyko dezaktualizacji, gdy algorytmy się zmieniają. Niezależnie od tego, czy liczby Efficient się bronią poza ich własnymi benchmarkami, twierdzenie, że to efektywność, a nie sama podaż, decyduje o tym, ile obliczeń kupi dana ilość prądu, jest tym samym twierdzeniem, które czyni propozycje data centres politycznie spornymi.

Dwie z najnowszych pozycji w dossier opisują systemy AI, które zużywają moc obliczeniową do prowadzenia samych badań. 29 września CoreWeave ogłosiła ARIA, agenta kodującego wbudowanego w Weights & Biases. Agent czyta eksperymenty, buduje wizualizacje na żywo, stawia hipotezy i uruchamia przebiegi przez W&B Launch. Wpis na blogu firmy, pierwotnie opublikowany na blogu Weights & Biases 29 lipca 2026 roku według tej strony, mówi, że ARIA może obejmować projekty i mieć dostęp do kodu treningowego, logów eksperymentów, krzywych straty, metryk, artefaktów i checkpointów. CoreWeave twierdzi, że agent jest trenowany na niuansach platformy, więc potrafi sprawnie zawężać zapytania w projektach z 20 albo 20 000 przebiegów.

Osobna pozycja z 29 września, dokument roboczy NBER autorstwa Matthew Schwartza, Isaiaha Andrewsa i Jessego M. Shapiro, stosuje workflow z użyciem LLM do opublikowanych badań ekonomicznych w skali, która oznacza realne zużycie mocy obliczeniowej. Streszczenie pracy podaje, że w 4 452 opublikowanych pakietach replikacyjnych z pięciu czasopism ekonomicznych workflow wskazał rozbieżności w 3 460 artykułach lub ich załącznikach. Podaje też, że w 496 artykułach workflow skrócił czas obliczeń danego rachunku o więcej niż dziesięciokrotnie przy podobnej lub większej dokładności, a w 923 artykułach rozwinął rozszerzenie, którego nie było w oryginale. Praca ujawnia, że LLM użyto w analizie i pisaniu, że Schwartz pracował jako kontraktor dla Anthropic i że wyniki oraz opinie nie są firmowane przez Anthropic.

Te liczby są dość duże, by same w sobie być sygnałem popytu na data centres, ale dossier nie wiąże ich z żadnym konkretnym obiektem ani prowincją i ta analiza też tego nie robi. Obie pozycje pokazują, że sam workflow badawczy staje się konsumentem prądu. To dokładnie ten rodzaj obciążenia, o którego przyjęcie pytana jest Nowa Fundlandia i Labrador.

Dwa wpisy z 29 września o badaniach matematycznych mówią to samo z drugiej strony: AI może automatyzować coraz więcej pracy, ale praca nie znika. Na swoim blogu Dan Romik dowodzi, że badania matematyczne to pętla sprzężenia zwrotnego. Obecne modele AI generują nowe twierdzenia „oddalone o jeden” od wiedzy wytworzonej przez ludzi. Bez ludzi, którzy by reflektowali, upraszczali i uogólniali, pętla się dusi pod tym, co nazywa górami samogenerowanego szlamu. Cytuje też reakcję Scotta Aaronsona na rzekome rozwiązanie równań Naviera-Stokesa przez OpenAI jako ciąg liter A. Stwierdza, że nie wierzy, byśmy już żyli w świecie, w którym AI stawia końcowe QED przy każdym twierdzeniu.

Esej Stephena Wolframa z 28 września stawia zgodny argument z innym akcentem. Pisze, że współczesna AI jest użyteczna, czasem bardzo, a jej największe zastosowanie w jego własnych poszukiwaniach matematycznych polegało na tematycznym przeszukiwaniu bazy wiedzy ludzkiej matematyki. Odróżnia jednak AI, która korzysta z istniejącego korpusu ludzkiej wiedzy, od obliczeń, które jego zdaniem mogą generować rzeczy fundamentalnie i nieredukowalnie nowe. Twierdzi też, że wielką matematykę definiują pytania, które stawia, a ludzka wyobraźnia wskazuje, które pytania zostaną zadane.

Żaden z tych esejów nie wspomina data centres i żaden nie jest wynikiem dotyczącym fuzji. Mają znaczenie dla tej sprawy, bo opisują stronę popytową pytania o prąd. Jeśli systemy AI mają służyć badaniom, replikacji ekonomicznej w skali tysięcy prac albo pętlom agentowym, które same uruchamiają swoje eksperymenty, to moc obliczeniowa musi gdzieś stać. Nowa Fundlandia i Labrador to jedno z miejsc, które są teraz pytane, czy powinna stać właśnie tam.

Prowincja nie powiedziała „tak”. CBC podało, że rzecznik resortu stwierdził, iż data centres mogą być rozważane, gdy propozycje są zgodne z celami polityki rządu, w tym z wymogami środowiskowymi, i przynoszą wyraźne korzyści mieszkańcom Nowej Fundlandii i Labradoru. Nie ujawniono żadnego wnioskodawcy, żadnej wielkości mocy, żadnej umowy zakupu energii ani żadnego terminu. Dopóki tak się nie stanie, uczciwy opis sytuacji jest taki: drzwi zostały opisane jako otwarte i na razie nic przez nie nie weszło.