Varje AI-svar kostar ström: Datacentrens elbehov väntas tredubblas på tio år

Siffrorna som sätter AI-boomen i ett nytt ljus

Det är lätt att prata om artificiell intelligens i abstrakta termer — algoritmer, modeller, parametrar. Men bakom varje svar från en språkmodell finns ett fysiskt datacenter någonstans, fullpackat med grafikprocessorer som drar ström dygnet runt. Enligt NEMA, den amerikanska branschorganisationen för tillverkare av elektrisk utrustning, kommer konsekvenserna av det att bli påtagliga: USA:s totala elförbrukning väntas öka med 55 procent fram till år 2050.

Det är en remarkabel siffra i sig. Men ännu mer slående är den delprognos som gäller specifikt för datacenter: en ökning med 300 procent under de kommande tio åren. Tio år. Det är inte en gradvis förändring utan en närmast explosionsartad omvälvning av hur vi producerar, distribuerar och konsumerar el.

Varför är datacenter så energikrävande?

Som systemutvecklare har jag följt den här utvecklingen på nära håll, och det finns ett par saker som är värda att förstå för att sätta siffrorna i rätt sammanhang.

Träning av stora språkmodeller — den typ av AI som driver tjänster som chattbotar och bildgeneratorer — kräver enorma mängder beräkningskraft under lång tid. En enskild träningskörning för en stor modell kan förbruka lika mycket el som ett mindre bostadsområde gör under ett år. Sedan tillkommer den löpande driften, det vi kallar inferens, alltså när modellen faktiskt används och svarar på frågor. Den fasen är visserligen billigare per fråga, men sker i en skala som gör att den totala förbrukningen snabbt blir betydande.

Dessutom kräver datacenter kylning — servrar producerar värme, och den värmen måste bort. Traditionellt har det inneburit ännu mer energianvändning i form av kylmaskiner och luftkonditionering.

Infrastrukturen hänger inte med

Här är problemet som NEMA:s rapport sätter fingret på: elnätet i USA är gammalt. Delar av infrastrukturen byggdes för decennier sedan och var aldrig dimensionerad för den typ av belastning som nu väntar. Att bygga ut produktionskapacitet tar tid, att dra nya elledningar tar tid, och att godkänna nya kraftverk tar tid.

Samtidigt behöver techbranschen mer kapacitet nu — inte om tjugo år. Det skapar en strukturell spänning som inte löser sig av sig självt.

Det är inte en unik utmaning för USA. Liknande diskussioner pågår i Sverige och i övriga Europa, där datacenteretableringar i exempelvis norra Sverige väckt frågor om hur mycket av elnätet som ska reserveras för industrin och hur mycket som ska gå till bostäder och annan samhällsservice.

Möjligheternas sida av ekvationen

Jag vill vara tydlig: jag ser inte den här utvecklingen som ett skäl till pessimism. Tvärtom.

Den kraftiga efterfrågeökningen driver på investeringar i förnybar energi i en takt som knappast hade skett annars. Solkraft och vindkraft byggs nu ut delvis därför att stora techbolag har råd och incitament att teckna långa elavtal. Kärnkraft, som länge stått still i politisk dvala, diskuteras åter på allvar — Microsoft har till exempel tecknat avtal för att återstarta en kärnreaktor.

Dessutom pågår en intensiv forskning inom effektivare kylmetoder, mer energisnål hårdvara och smartare algoritmer som kräver färre beräkningar för samma resultat. Det är en bransch som har starka ekonomiska skäl att lösa sina egna problem.

Prognosen från NEMA är inte ett domslut — det är en karta över det landskap vi navigerar mot. Och kartor är värdefulla just för att de hjälper oss planera vägen.