AI pochłania prąd. Co z globalną siecią energetyczną?
Wzrost wykorzystania sztucznej inteligencji na świecie gwałtownie zwiększa zapotrzebowanie na energię elektryczną. Największe centra danych zużywają już tyle prądu, co małe miasta, a do 2030 roku ich potrzeby mogą przewyższyć zapotrzebowanie niektórych krajów. Globalna infrastruktura energetyczna staje przed nowymi wyzwaniami technicznymi, inwestycyjnymi i środowiskowymi.
Globalne centra danych zużywają coraz więcej energii
Rosnąca skala zastosowań sztucznej inteligencji – zwłaszcza modeli językowych i systemów uczenia maszynowego – przekłada się bezpośrednio na wzrost zapotrzebowania na energię elektryczną. Procesy trenowania i wdrażania tych rozwiązań wymagają ogromnych mocy obliczeniowych, a co za tym idzie – stałego zasilania. Zgodnie z raportem Goldman Sachs Research:
Najszybciej rozwijające się regiony
Z danych wynika, że największe przyrosty infrastruktury centrów danych obserwuje się w regionach Azji i Pacyfiku oraz Ameryki Północnej. Szczególnie dynamicznie rozwijają się rynki w Singapurze, Indiach i Korei Południowej.
Jednocześnie dane z wykresu „Regional Data Center Markets by Share of Power Supply” pokazują, że blisko 45% globalnej podaży mocy zasilającej centra danych przypadało w 2023 r. na USA, a kolejne duże udziały miały Chiny, Japonia i kraje UE.
Zobacz również: Cyfrowy bliźniak i AI w energetyce? Siemens pokazuje, jak działa Xcelerator
Współczynnik zajętości zbliża się do maksimum
Ważnym wskaźnikiem pokazującym napięcie w globalnej infrastrukturze IT jest miernik stopnia wykorzystania istniejącej mocy zasilania i przestrzeni operacyjnej. W regionach o dużym nasyceniu, takich, możliwość dalszej ekspansji bez inwestycji w sieci przesyłowe i źródła mocy jest ograniczona.
„Modelując przyszłe zapotrzebowanie dla każdego z typów obciążeń, nasi analitycy prognozują, że do 2027 roku zapotrzebowanie na moc osiągnie 84 GW, przy czym AI będzie odpowiadać za 27% całego rynku, chmura spadnie do 50%, a tradycyjne obciążenia zmniejszą się do 23%. Ten scenariusz bazowy może jednak ulec zmianie w przypadku spowolnienia wykorzystania AI — na przykład, jeśli przejście na pracę opartą na AI i jej monetyzację nie rozwinie się tak szybko, jak zakładano. W takich ostrożniejszych wariantach zapotrzebowanie może odbiegać od prognozy bazowej o 9–13 GW.”
Potrzebne nowe źródła i lepsze magazynowanie energii
Coraz większe obciążenie sieci przesyłowych przez sektor AI wymusza przyspieszenie inwestycji w energetykę. Jednak źródła odnawialne – mimo dynamicznego rozwoju – nie zapewniają ciągłości zasilania potrzebnej dla centrów danych.
Z tego powodu rośnie znaczenie gazu ziemnego oraz rozwiązań jądrowych (w tym SMR – małych reaktorów modułowych), które mogą dostarczyć niezawodną energię bazową. Jednocześnie rozwijają się technologie magazynowania energii, jednak ich koszt i skalowalność pozostają wyzwaniem.
Zobacz również: Sztuczna inteligencja w służbie energetyki. Pierwsze modele GenAI od EPRI
Przykład z USA: infrastruktura pod presją
Dla zobrazowania skali wyzwania warto przytoczyć przykład Stanów Zjednoczonych. W regionach takich jak Wirginia i Teksas operatorzy energetyczni już teraz ostrzegają przed przeciążeniem sieci. W „Data Center Alley” – klastrze centrów danych w Północnej Wirginii – dostępna moc zbliża się do granicy możliwości.
Niektóre prognozy wskazują, że do końca dekady zużycie energii przez centra danych w USA może przewyższyć zużycie całych krajów, jak Japonia czy Turcja.
Sztuczna inteligencja to nie tylko software – to także stal, beton i megawaty
Rozwój AI nie istnieje w próżni. Za cyfrowymi innowacjami stoją fizyczne struktury: serwerownie, linie przesyłowe, elektrownie. Każde kliknięcie w ChatGPT czy generowanie grafiki przez AI to realny koszt energetyczny.
Jeśli świat nie dostosuje sieci przesyłowych i nie zainwestuje w stabilne źródła mocy, rozwój AI może natrafić na barierę technologiczną – ograniczoną dostępność energii. A to oznacza, że nie tylko sektor IT, ale i cały przemysł energetyczny musi przyspieszyć transformację.
Wnioski: potrzeba szybkich i skoordynowanych działań
Wzrost konsumpcji energii przez sektor AI zmienia priorytety planowania sieci energetycznych na całym świecie. Konieczne są nowe modele prognozowania popytu, szybsze procedury inwestycyjne i rozwój infrastruktury opartej na niezawodnych źródłach.
Kraje, które pierwsze dostosują swoje systemy energetyczne do nowej rzeczywistości, mogą stać się liderami cyfrowej transformacji. Z kolei regiony, które nie zdołają zwiększyć dostępności energii, mogą zostać pominięte w globalnym wyścigu technologicznym.
Źródła: Goldman Sachs, Robert Rapier dla Energy Central.
Obserwuj
Może Cię również zainteresować
Energa Obrót zapewni energię dla Rafinerii Gdańskiej do 2028 roku
Energa Obrót wygrała przetarg Rafinerii Gdańskiej na dostawy energii elektrycznej do 2028 roku. Umowa obejmuje ponad 2 TWh energii i umacnia pozycję Energi jako kluczowego partnera biznesowego w regionie.
ORLEN z decyzją środowiskową dla Baltic East – druga morska farma coraz bliżej realizacji
Projekt Baltic East, druga morska farma wiatrowa Grupy ORLEN, otrzymał kluczową decyzję środowiskową. Inwestycja o mocy 1 GW zasili ponad 1,25 mln gospodarstw domowych czystą energią i otwiera drogę do udziału w pierwszej polskiej aukcji offshore wind.
Inwestycje w OZE osiągnęły 807 mld USD w 2024 roku – raport IRENA
Globalne inwestycje w transformację energetyczną wzrosły do rekordowych 2,4 bln USD w 2024 r., jednak tempo wzrostu w sektorze OZE wyraźnie spowolniło.
CPK rozpoczyna przygotowania do pierwszego odwiertu geotermalnego
Centralny Port Komunikacyjny podpisał umowę na przygotowanie dokumentacji dla pierwszego odwiertu geotermalnego. To krok w stronę wykorzystania odnawialnych źródeł energii na terenie nowego lotniska w Nowym Oryszewie.
TAURON EKO Premium zasili stacje ładowania eTAURON w 2026 roku
TAURON zakontraktował zieloną energię EKO Premium dla swojej sieci stacji ładowania eTAURON na 2026 rok. Dzięki temu niemal wszystkie ładowarki koncernu będą korzystać z energii pochodzącej wyłącznie z OZE, wspierając rozwój elektromobilności i redukcję emisji CO2.
Cyfrowy bliźniak EC Elbląg. Energa rozwija zaawansowane narzędzia AI w energetyce
Energa wdraża kolejny projekt typu digital twin. Wirtualny model Elektrociepłowni Elbląg ma usprawnić zarządzanie złożonym układem wytwórczym i wesprzeć planowanie inwestycji. Pierwsze funkcjonalności pojawią się w 2026 roku. Cyfrowy bliźniak EC Elbląg – po co powstaje? Elektrociepłownia Elbląg to dziś trzy różne źródła energii: blok biomasowy, kotłownia rezerwowo-szczytowa oraz ostatni kocioł węglowy, który w zmniejszonej […]
Komentarze