„Je pravděpodobné, že celá planeta bude jednou pokrytá solárními panely a datovými centry,“ prohlásil před několika lety spoluzakladatel americké společnosti OpenAI Ilya Sutskever ve své předpovědi o možném vývoji umělé inteligence. Energetika a AI jsou totiž propojeny více, než by se mohlo na první pohled zdát.
Služby, jako je populární chatbot ChatGPT od OpenAI či Llama 3 od společnosti Meta Platforms, mohou fungovat jen díky obrovským datovým centrům, která jsou náročná na spotřebu elektrické energie.
Pro lepší představu: e-mail o sto slovech vygenerovaný pomocí umělé inteligence ChatGPT 4 spotřebuje 0,14 kilowatthodiny elektřiny, což odpovídá spotřebě čtrnácti LED žárovek během jedné hodiny.
Připočteme-li k tomu požadavky milionů lidí z celého světa, výsledkem je výrazné zvýšení poptávky po elektrické energii.
Podle studie od americké banky Goldman Sachs by se globální poptávka po energii z datových center – primárně poháněná umělou inteligencí – mohla do roku 2030 zvyšovat tempem osmnáct až dvacet procent ročně a dosáhnout více než tisíc terawatthodin (TWh).
Toto množství odpovídá téměř čtvrtině současné poptávky po energii ve Spojených státech. Není divu – jen jeden projekt datového centra Meta v americké Louisianě počítá s rozlohou devět set hektarů a spotřebou 2,23 GWh, což odpovídá spotřebě elektřiny přibližně dvou milionů domácností.
Aby jazykové modely dokázaly lidem zefektivnit práci, při vývoji procházejí trénováním – a právě to je velmi energeticky náročné.
„Trénování modelů AI je energeticky náročné kvůli potřebě zpracovávat velké množství dat a provádět komplexní výpočty na výkonných hardwarových zařízeních,“ říká pro Forbes Róbert Gašparovič, vedoucí advokát z kanceláře Havel & Partners a předseda správní rady ASAI, Asociace pro AI.
Foto Robert Scoble / Wikimedia Commons (CC BY 2.0)
Upozorňuje, že počet potřebných operací při trénování modelů umělé inteligence, stejně jako spotřeba energie v datových centrech, se může pohybovat v rozsahu stovek, a možná až tisíců megawatthodin.
Svět tak stojí před náročnou výzvou. Na jedné straně bude muset uspokojit rostoucí energetické potřeby umělé inteligence, na druhé straně zvýšit efektivitu a přejít na bezemisní zdroje energie. Dobrou zprávou je, že umělá inteligence může pomoci i se zvyšováním energetické efektivity.
„Může například optimalizovat rozvod elektrické energie, předpovídat spotřebu v reálném čase, zlepšit řízení výroby a distribuce nebo pomoci při řízení spotřeby v domácnostech a průmyslu, čímž může snížit celkovou spotřebu energie,“ vysvětluje Gašparovič.
Spotřeba elektřiny se tak v důsledku rostoucího využívání umělé inteligence pravděpodobně v příštích letech zvýší. Na druhé straně nám nové nástroje AI mohou pomoci elektřinu ušetřit.
A potom je tu ještě jeden faktor: čínská společnost DeepSeek, která se svým jazykovým modelem R1 zbořila představu, že větší výpočetní výkon a rozsáhlejší datová centra automaticky znamenají lepší výsledky AI modelů. Čínská firma ukázala, že modely mohou být efektivnější i při nižší spotřebě energie.
Podle analytika společnosti XTB Marka Nemkyho by tato změna mohla vést investory k přehodnocení očekávané poptávky po elektrické energii potřebné pro provoz systémů umělé inteligence. To by mohlo naznačovat, že zisky energetických společností nemusejí být tak vysoké, jak se původně očekávalo.
Na druhé straně Nemky upozorňuje na takzvaný Jevonsův paradox, který říká, že pokud se něco vyrábí efektivněji, nemusí to nutně vést ke snížení spotřeby elektrické energie.
Jako příklad uvádí analytik vývoj parního stroje – jeho efektivnější využívání uhlí nezmenšilo poptávku po tomto zdroji, naopak rostoucí popularita parních strojů vedla k vyšší spotřebě uhlí. „Podobný vývoj může nastat i v případě AI technologií,“ upozorňuje Nemky.
