Datacenters en kunstmatige intelligentie: wat zijn de hefbomen voor een duurzame transitie?

Datacenters verbruiken steeds meer elektriciteit

Het wereldwijde elektriciteitsverbruik door datacenters groeit exponentieel: het is gestegen van 165 TWh in 2014 naar 420 TWh in 2024, en is de afgelopen vijf jaar met +13% per jaar gestegen (gemiddeld +10% over 10 jaar). Bij ongewijzigd gebruik zou het verbruik in 2030 kunnen oplopen tot 1.500 TWh/jaar, bijna drie keer het huidige niveau (in Europa zou het kunnen verdubbelen, van 97 TWh in 2023 tot 200 TWh in 2030).

AI is nu al verantwoordelijk voor 15% van dit verbruik

Hoeveel van dit verbruik is toe te schrijven aan kunstmatige intelligentie? AI is nu al verantwoordelijk voor 15% van het wereldwijde elektriciteitsverbruik van datacenters en zou tegen 2030 goed kunnen zijn voor meer dan een derde hiervan (35%).

Het CO2-traject van datacenters is zorgwekkend

Volgens het rapport van Shift Project volgt de datacenterindustrie daarom een "niet-duurzaam traject". Tegen 2030 zou de uitstoot van broeikasgassen met 9% kunnen toenemen tot 920 MtC02e/jaar, of "twee keer de jaarlijkse emissie van Frankrijk", aldus het Shift Project. Daarentegen zou het streven naar "netto nul emissies" een vermindering van 5% BKG per jaar vereisen.

"Voor zover wij weten, is er in de scenario's voor energieplanning geen rekening gehouden met deze toename van het elektriciteitsverbruik. Het zou daarom het vermogen van Europa om zijn klimaatdoelstellingen te halen in gevaar kunnen brengen", waarschuwt het Shift Project.

Hoe kunnen gebruikersbedrijven bijdragen aan duurzame AI?

Wat kunnen bedrijven die AI-diensten gebruiken doen? Het Shift Project nodigt hen uit om :

• voorrang te geven aan het gebruik van gespecialiseerde in plaats van generalistische AI ;

• een maximum te stellen aan de hoeveelheid generatieve AI voor algemene doeleinden die wordt gebruikt in de organisatie, om compatibel te blijven met het traject en te weigeren om standaard AI-componenten te integreren in software voor algemene doeleinden;

• de middelen (menselijk, organisatorisch, financieel, enz.) behouden die nodig zijn om de initiële en voortgezette opleidingsinspanningen op het gebied van energie-klimaatkwesties voort te zetten en deze niet ombuigen naar AI-opleiding.

Nuchtere AI: aanbevelingen voor publieke spelers en techgiganten

Om de AI-sector een duurzame basis te geven, heeft het Shit Project een aantal andere aanbevelingen gedaan voor publieke besluitvormers en grote AI-dienstverleners, zoals

• zorg voor publiek toezicht op de datacenterindustrie (meet elk jaar het elektriciteitsverbruik, zorg voor en maak betrouwbare en transparante gegevens beschikbaar over de gevolgen van AI voor de fabricage (AI-versnellers, componenten, enz.));

• zorgen voor transparantie van geleverde AI-diensten (over het energieverbruik van gekochte diensten en over de energie-koolstofvoetafdruk van AI-diensten die aan het grote publiek beschikbaar worden gesteld);

• onderzoeks- en ontwikkelingsinspanningen richten op efficiënte AI-oplossingen die verenigbaar zijn met een duurzaam traject voor rekencapaciteit;

• een strategie initiëren, ontwikkelen en beheren voor het koolstofvrij maken van de hele waardeketen (fabricage, einde levensduur, reparatie enz.) om de impact van de fabricage te verminderen.

Methodologie voor de verantwoorde inzet van AI in bedrijven

Het Shift Project herinnert ook aan de methodologische principes die bedrijven moeten hanteren bij het implementeren van AI-oplossingen.

1. Bepaal een referentie-energie-koolstoftraject.

2. Karakteriseer de behoeften waaraan de AI-dienst moet voldoen.

3. Associeer een of meer technische oplossingen die zijn aangepast aan elke functionaliteit.

4. Beoordeel de energie-koolstofimpact van elke technologische keuze.

5. De impact van de oplossingen verminderen zodat ze compatibel zijn met het doeltraject, door de hefbomen van ontwerp, rationele toepassing en soberheid te activeren.

Dit document is automatisch vertaald met Deepl.