Elképesztő, mennyi energiát zabálnak fel az adatközpontok

Ez itt az on the other hand, a portfolio vélemény rovata.

Ez itt az on the other hand, a portfolio vélemény rovata. A cikkek a szerzők véleményét tükrözik, amelyek nem feltétlenül esnek egybe a Portfolio szerkesztőségének álláspontjával. Ha hozzászólna a témához, küldje el cikkét a [email protected] címre. A megjelent cikkek itt olvashatók.

Sürgető aggodalomra ad okot a digitalizáció növekvő energiaigénye, hívja fel a figyelmet az ENSZ Kereskedelmi és Fejlesztési Szervezet (UNCTAD) 2024-es jelentése. A globális GDP mintegy háromnegyedét képviselő 43 ország adatai azt mutatják, hogy az üzleti e-kereskedelmi értékesítés 2016 és 2022 között közel 60%-kal nőtt, és elérte a 27 ezer milliárd dollárt.

Az adatközpontot általában olyan épületként vagy épületcsoportként határozzák meg, amelyet számítógépes rendszerek, különösen a távközlési és tárolási komponensek elhelyezésére használnak. A Big Data korában az ilyen adatközpontok az infrastruktúra nélkülözhetetlen formájává váltak.

A Cloudscene platform jelenleg több mint 11 800 adatközpontot tart számon világszerte, és az Egyesült Államok uralja a piacot:

2024 márciusában az USA-ban 5381 adatközpont működött, ami a globálisan 45%-os részesedésnek felel meg.

A világ adatközpont-kapacitásának legnagyobb koncentrációja Észak-Virginiában található, ahol 2024-ben több mint 300 adatközpontban közel 7 gigawatt (GW) telepített kapacitás állt rendelkezésre. Ez az ottani adókedvezményeknek, a kiváló összeköttetésnek és a nagy szerverfarmok erőforrásigényének megfelelő infrastruktúra meglétének köszönhető.

Észak-Virginia infrastruktúrája az elkövetkező években még tovább fog bővülni: a világ jelenleg építés alatt álló kapacitásának mintegy 5%-a itt található. Az Egyesült Államokban meglévő további kulcsfontosságú adatközpontok közé tartozik Chicago, Dallas és a nebraskai Omaha. E négy helyszín együttesen 2024-ben mintegy 12,4 GW beépített kapacitást jelentett, és a jelenleg építés alatt álló globális kapacitás több mint 10%-át adta.

Gyorsan nő az adatközpontok energiaéhsége

2018 és 2022 között a legnagyobb adatközpont-üzemeltetők közül 13-nak a villamosenergia-fogyasztása több mint kétszeresére nőtt. Becslések szerint

az adatközpontok világszerte 2022-ben annyi villamosenergiát fogyasztottak, mint Franciaország (426 terawattóra), ami nagyjából tízszerese Magyarország teljes villamosenergia-fogyasztásának.

Az adatközpontok energiafogyasztása a Nemzetközi Energiaügynökség (IEA) szerint 2026-ban megduplázódik, azaz elérheti a 1000 TWh-t. Ez a növekedés egyre súlyosabb járulékos terhet ró a környezetre is.

Az ilyen mértékű fogyasztás egyre inkább megterhelheti a helyi villamosenergia-hálózatokat. Például Szingapúrban az adatközpontok 2020-ban az ország villamosenergia-igényének mintegy 7%-át tették ki, Írországban pedig 2022-ben ez az arány elérte a 18%-ot. Ezek a számok azóta jelentősen növekedtek, hiszen friss elemzések szerint

Írországban 2026-ra az adatközpontok az országos villamosenergia-igény közel egyharmadát teszik majd ki – részben a Google és a Microsoft által üzemeltetett szerverfarmok miatt.

A kriptovaluta-technológiák is energiaigényesek. A bitcoin-bányászat globális energiafogyasztása például 34-szeresére nőtt 2015 és 2023 között, és becslések szerint elérte a 121 TWh-t.

Az AI-technológia energialábnyoma

A mesterséges intelligencia növekvő energialábnyomáról készült tudományos elemzés megállapítja, hogy az AI integrálása olyan alkalmazásokba, mint a Google-keresés, jelentősen növelheti ezen alkalmazások villamosenergia-fogyasztását. Azonban a különböző erőforrás-tényezők valószínűleg rövid távon visszafogják a mesterséges intelligenciával kapcsolatos globális villamosenergia-fogyasztás növekedését.

Ugyanakkor valószínűleg túl optimista megközelítés azt várni, hogy a hardver és a szoftver hatékonyságának javítása teljes mértékben ellensúlyozza a mesterséges intelligenciával kapcsolatos villamosenergia-fogyasztás hosszú távú növekedését. Elemzők arra hívják fel a figyelmet, hogy a hatékonysági fejlesztések visszapattanó hatást válthatnak ki, amelynek során a hatékonyság növelése a mesterséges intelligencia iránti kereslet növekedéséhez vezet, ahelyett, hogy csökkentené a teljes erőforrás-felhasználást.

Meglehetősen eltérő eredményekre jutottak különböző jó nevű tudományos lapokban megjelent kutatások arra nézve, hogy

az AI növeli vagy csökkenti-e a környezeti terhelést.

A hagyományos mesterséges intelligenciával ellentétben a generatív mesterséges intelligencia (GAI) innovatív és értelmes tartalmat tud generálni szövegekben, képekben és videókban. Az OpenAI ChatGPT sikere arra késztette a globális technológiai vállalatokat, hogy hasonló nagy teljesítményű modelleket fejlesszenek ki, és integrálják a GAI-t a termékekbe. Egy nagyívű elemzés 369 GMI modell adatait gyűjtötte össze, amelyeket 2018 és 2024 között világszerte adtak ki, hogy megvizsgálja azok energiafogyasztását és teljes életciklusuk szén-dioxid-kibocsátási szintjét.

A tanulmány rámutat, hogy a 369 modell együttesen 24,97–41,104 TWh villamosenergiát fogyaszt, ami 10,67–18,61 millió tonna szén-dioxid-kibocsátást eredményez, ami az adatközpontok globális összfogyasztásának kb. 10%-a, ugyanakkor számításaik szerint 10 év alatt csak a GAI-k energiafogyasztása meg fog tízszereződni. 

Visszapattanó hatásként értékeli a Sustainable Production and Consumpion tudományos folyóiratban megjelent egyik elemzés az egyre általánosabb robottechnológia hatását, ami megnöveli a termelékenységet, és egyben fokozza az energiahatékonyságot, ami ösztönzi a termelés és a fogyasztás bővülését, és végső soron ezáltal növeli a teljes energiafogyasztást, ami végül további környezeti terheléshez vezet. De ettől függetlenül, vagy inkább éppen ezért, még több figyelemre lesz szükség a hatékonyság fejlesztésére, olyan arányúra, ami a visszapattanó hatást is ellensúlyozza.

A Nature-ben megjelent, az AI ipari hatékonyságra tett hatását értékelő elemzés a Világbank 2018-as nemzeti fejlettségi szintek osztályozása alapján magas és közepes jövedelmű országcsoportokra osztva vizsgálta az AI esetleges hatását az energiahatékonyságra és a kapcsolódó szén-dioxid-kibocsátásra. Arra az egyébként nem meglepő eredményre jutottak, hogy

a mesterséges intelligencia hatása az ökológiai lábnyom csökkentésére nyilvánvalóbb a közepes jövedelmű országokban, mint a magas jövedelmű államokban.

Hasonlóképpen, a szén-dioxid-kibocsátással kapcsolatos kutatási eredmények is azt mutatják, hogy a mesterséges intelligencia fokozottabban csökkentheti a szén-dioxid-kibocsátást a közepes jövedelmű országokban. Ennek logikája az, hogy a közepes jövedelmű országokban több lehetőség van a tiszta termelés fejlesztésére, így az AI-technológia széles körű alkalmazása nagyobb mértékben csökkentheti a szén-dioxid-kibocsátást és más egyéb környezeti terhelést, mint a fejlettebb országokban. Ez azért van így, mert a magas jövedelmű országok magasabb szintre optimalizálták termelési és erőforrás-felhasználási hatékonyságukat, ami viszonylag kisebb marginális javulást eredményezett a mesterséges intelligencia révén.

Egy másik friss, a The Journal of Environmental Management szaklapban megjelent tanulmány Kína tartományi szintű robusztus elemzése révén megmutatja, hogy a mesterséges intelligencia miképpen csökkentheti az ökológiai lábnyomot azáltal, hogy javítja az energiafelhasználás hatékonyságát.

Számos próbálkozás van arra is, hogy jelentősen csökkentsék az AI-technológiák és az AI nyelvi modellek fejlesztéséhez és működtetéséhez szükséges energiát.

Az MIT Lincoln Laboratóriuma olyan technikákat fejleszt, amelyek segítségével az adatközpontok energiafelhasználása jelentősen racionalizálható olyan egyszerű eszközökkel, mint az ún. teljesítménykorlátozó hardver, valamint olyan újszerű módszerekkel, mint a lassan „tanuló” algoritmusokat kiszelektálása.

Nemcsak remény, hanem egyre sikeresebb próbálkozások is vannak arra nézve, hogy csökkentsék az IT-adatközpontok és a kapcsolódó AI rohamosan növekvő energiaigényét, ami azért is fontos, hogy egy újabb energiafaló ágazat kialakulását kordában tarthassuk, mielőtt még az exponenciálisan növekvő energiaigény következtében elzárjuk magunkat (lock-in hatás) egy hatékonyabb technológiai kultúra kialakítása elől.

A címlapkép illusztráció. Címlapkép forrása: Getty Images