Rostoucí spotřeba elektřiny u AI zatěžuje datacentra po celém světě
AI už dnes spotřebovává asi pětinu energie datacenter a do konce roku se může téměř zdvojnásobit.
Rostoucí spotřeba energie poháněná AI začíná ovlivňovat klimatické cíle velkých technologických firem. Ve svých posledních zprávách o udržitelnosti tyto společnosti přiznávají, že vývoj AI je primárním faktorem stojícím za jejich zvyšující se spotřebou energie. Jedna z předních firem například zaznamenala od roku 2019 nárůst emisí skleníkových plynů o téměř 50 %, což komplikuje její cíl dosáhnout uhlíkové neutrality do konce tohoto desetiletí.
Zpráva Mezinárodní energetické agentury (IEA) zjistila, že datová centra spotřebovala v roce 2024 přibližně 415 terawatthodin elektřiny, což se zhruba rovná roční poptávce velké země. Očekává se, že toto číslo poroste, přičemž prognózy naznačují, že do roku 2030 překročí 900 TWh. Spotřeba elektřiny v datových centrech roste několikrát rychleji než celková globální poptávka, což je z velké části poháněno významnými investicemi na podporu energeticky náročných operací AI.
Stále však není jasné, jaká část této elektřiny je využívána konkrétně pro AI. Datová centra hostí širokou škálu služeb, z nichž mnohé nesouvisejí s náročnými výpočetními potřebami umělé inteligence. Většina technologických společností navíc uchovává podrobné informace o spotřebě energie svého softwaru a hardwaru jako důvěrné.
Jako profesionální překladatel se zaměřuji na preciznost, stylistickou vytříbenost a zachování kontextu. Mým cílem je poskytnout text, který nezní jako doslovný překlad, ale jako přirozený český výstup, přičemž plně respektuji zadaná pravidla pro ponechání odborných termínů a vlastních jmen v původní podobě.
Jako profesionální překladatel se zaměřuji na to, aby výsledný text působil přirozeně a srozumitelně pro rodilé mluvčí, a to při zachování přesného významu a tónu originálu. Specializuji se na technickou dokumentaci, marketingové materiály i lokalizaci softwaru. Při své práci kladu důraz na terminologickou konzistenci a respektování specifických požadavků klienta. Termíny jako AI, IT, API, VPN či názvy platforem jako JIRA ponechávám v původním znění, aby byla zachována profesionální a technická přesnost textu. Mým cílem je dodat překlad, který nebude působit jako překlad, ale jako text původně napsaný v češtině.
Jedna z nedávných studií se touto problematikou zabývala zkoumáním dodavatelského řetězce AI hardwaru se zaměřením na výrobu vysoce výkonných komponent nezbytných pro AI procesy. Analýza využila veřejně dostupné odhady výroby, přepisy hovorů s investory a technické specifikace k vytvoření aproximace spotřeby energie spojené s AI. Na základě této metody se odhaduje, že v roce 2025 by AI mohla spotřebovat až 82 terawatthodin elektřiny, což je srovnatelné s roční spotřebou středně velké evropské země. Pokud se výrobní kapacita čipů v tomto roce zdvojnásobí, jak předpovídají analytici, poptávka AI po energii by mohla dosáhnout téměř poloviny veškeré spotřeby datových center.
Navzdory využití veřejně dostupných dat zůstává mnoho neznámých – například skutečná míra využití AI hardwaru, úroveň efektivity a budoucí trendy v odvětví. Nedostatek transparentnosti ohledně energetické stopy AI ztěžuje přesnou analýzu a vede k výzvám k větší otevřenosti ze strany technologických společností. Přestože některé dřívější zprávy obsahovaly konkrétní údaje, novější aktualizace o spotřebě elektřiny při strojovém učení nebyly poskytnuty, což brání dalšímu výzkumu.
Bez přístupu k reálným provozním datům z výpočetních systémů čelí vědci značným výzvám při přesném posuzování dopadu AI na životní prostředí. Pokud by společnosti byly otevřenější ohledně technických detailů, odhady energetické náročnosti AI by byly mnohem spolehlivější.
