Forskning avdekker kunstig intelligens' økende strømforbruk

Vis hovedpunkter
  • Det internasjonale energibyrået (IEA) spår at strømforbruket fra datasentre vil mer enn dobles innen 2030 på grunn av veksten i kunstig intelligens.
  • Flere land, inkludert Irland og Tyskland, innfører restriksjoner på bygging av nye datasentre for å håndtere det økende energiforbruket.
  • Forskning fra Schneider Electric antyder at energibruken knyttet til kunstig intelligens kan tyvedobles innen 2030.
  • NTNU-forsker Jonas Kristiansen Nøland beskriver kraftbehovet fra kunstig intelligens og datasentre som "umettelig".
  • Det er behov for tiltak som energieffektivisering og bruk av fornybar energi for å møte utfordringene knyttet til kunstig intelligens' strømforbruk.
Forskning avdekker kunstig intelligens' økende strømforbruk
Bilde er generert av KI

Den raske utviklingen og utbredelsen av kunstig intelligens (KI) har ført til en betydelig økning i energiforbruket globalt. Det internasjonale energibyrået (IEA) anslår at strømforbruket fra datasentre vil mer enn dobles innen 2030, hovedsakelig drevet av veksten i generativ KI.

Flere land har begynt å innføre restriksjoner på bygging av nye datasentre for å håndtere det økende energiforbruket. Irland, Tyskland og Singapore er blant landene som har strammet inn regelverket for etablering av datasentre. I Irland står datasentre allerede for nesten 20 prosent av landets strømforbruk, og andelen forventes å øke til 32 prosent innen 2026.

En rapport fra Schneider Electric Sustainability Research Institute indikerer at energibruken knyttet til KI kan tyvedobles innen 2030. Spesielt generativ KI krever store mengder energi både under opplæring og bruk.

NTNU-forsker Jonas Kristiansen Nøland beskriver kraftbehovet fra KI og datasentre som "umettelig" og understreker viktigheten av stabil kraftforsyning. Han påpeker at det ikke finnes noen tydelig endestasjon for strømforbruket med den pågående utviklingen innen KI.

For å møte disse utfordringene er det nødvendig med tiltak som energieffektivisering, utvikling av mer energieffektive KI-modeller og økt bruk av fornybar energi. Dette vil bidra til å sikre en bærekraftig utvikling av KI-teknologier uten å overbelaste energisystemene.

Referanser

Steder

  • Irland
  • Singapore
  • Tyskland

Personer

  • Jonas Kristiansen Nøland