77 proc. liderów energetyki: sieć nie nadąży za centrami danych
Z badania Capgemini „AI meets the grid” wynika, że 77 proc. liderów sektora energetycznego obawia się, iż popyt generowany przez centra danych będzie rósł szybciej niż możliwości jego zaspokojenia.

Boom na sztuczną inteligencję coraz mocniej przekłada się na zapotrzebowanie centrów danych na energię elektryczną. Z badania Capgemini Research Institute „AI meets the grid”, omówionego przez Computerworld, wynika, że 77 proc. liderów sektora energetycznego obawia się, iż popyt generowany przez centra danych będzie rósł szybciej niż możliwości jego zaspokojenia.
Problem nie sprowadza się wyłącznie do wolumenu. Aż 80 proc. firm energetycznych wskazuje, że obciążenia generowane przez systemy AI są bardziej zmienne niż w przypadku tradycyjnych odbiorców przemysłowych. Dla operatora sieci to zupełnie inne zadanie. Nie wystarczy dostarczyć więcej energii. Trzeba ją dostarczyć w rytmie, który sam w sobie jest nieregularny.
Horyzont presji jest przy tym krótki. 70 proc. przedstawicieli firm energetycznych oraz 83 proc. operatorów centrów danych spodziewa się, że infrastruktura budowana na potrzeby AI znacząco zwiększy regionalne zapotrzebowanie na energię w perspektywie najbliższych 3–5 lat. Operatorzy centrów danych coraz częściej rozważają więc własne źródła zasilania. Energetyka równolegle wykorzystuje AI do prognozowania obciążenia sieci i ograniczania awarii.
Druga strona tego rachunku jest fizyczna i równie kosztowna. Jak wynika z analizy Basel Action Network cytowanej przez Corriere Comunicazioni, sama infrastruktura AI wygeneruje między 395 a 617 mln ton zużytego sprzętu elektronicznego w latach 2025–2050. W 2030 r. roczny strumień miałby wynosić od 8,6 do 13,1 mln ton, a w 2050 r. od 31 do 46 mln ton.
Ta estymacja jest wyższa od wcześniejszych, bo obejmuje nie tylko serwery i akceleratory, ale także pamięci masowe, urządzenia sieciowe, rozdział energii, systemy zasilania awaryjnego i chłodzenie. Do tego dochodzi przyspieszona wymiana komputerów, telefonów i urządzeń brzegowych, do której może doprowadzić upowszechnienie AI.
Wniosek dla polityki gospodarczej jest podwójny. Po pierwsze, przyłączenie nowych mocy staje się wąskim gardłem inwestycji w AI, równie ważnym jak dostępność akceleratorów. Po drugie, rachunek za sprzęt nie kończy się w momencie zakupu. Wraca jako koszt utylizacji i jako presja na systemy recyklingu, które, jak pisze BAN, już dziś pracują na granicy wydolności.
Operatorzy reagują na presję energetyczną dwutorowo. Część inwestuje we własne źródła zasilania: około 29 proc. z nich ma już własne moce lub przyłączenie za licznikiem, a 39 proc. planuje taką inwestycję w ciągu roku lub dwóch. W perspektywie pięciu lat 71 proc. deklaruje, że ich zależność od publicznej sieci przesyłowej się zmniejszy. Energetyka odpowiada własnym arsenałem. Uczy się prognozować szczytowe obciążenia i przewidywać awarie, zanim wystąpią.
Dla Polski to przede wszystkim pytanie o harmonogram. Jeśli nowe moce odnawialne i magazyny energii nie powstaną równolegle z inwestycjami w serwerownie, pojedyncze projekty utkną w kolejce przyłączeniowej. Koszt tego opóźnienia poniosą wszyscy odbiorcy energii, nie tylko właściciel centrum danych.
Źródła
2- 01Centra danych napędzają popyt na energię. 77 proc. liderów sektora obawia się, że podaż nie nadążyPL
- 02Rifiuti elettronici dell'AI: l'altra impronta dei data centerIT
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.