Az AI-infrastruktúrába irányuló beruházások értéke az előrejelzések szerint 2026-ra eléri a 765 milliárd dollárt, 2031-re pedig már évi 1,6 ezermilliárd dollárra emelkedhet. A jelenleg épülő, rendkívül energiaigényes AI-adatközpontok áramellátásában ugyanakkor továbbra is jelentős hiány mutatkozik.
Egy ChatGPT-lekérdezés körülbelül 3 Wh energiát fogyaszt, nagyjából tízszer annyit, mint egy hagyományos Google-keresés.
Az AI-modellek betanítása ennél is jóval energiaigényesebb. A Google és a Berkeley-i Kaliforniai Egyetem kutatóinak becslése szerint a GPT-3 betanítása körülbelül 1287 MWh energiát emésztett fel, ami 130 amerikai háztartás éves villamosenergia-fogyasztásának felel meg. Az újabb modellek, például a GPT-4, ennek mintegy negyvenszeresét igénylik.
Az egyre növekvő energiafogyasztás komoly kihívás elé állítja az elektromos hálózatot, ezért az AI-vállalatok stratégiai döntés előtt állnak: vagy egy évtizedekkel ezelőtti igényekre tervezett hálózat szűkös kapacitásáért versenyeznek, vagy saját, karbonmentes és folyamatosan rendelkezésre álló energiaforrást biztosítanak maguknak – írja a Tech Target.
Az atomenergia – amelyet korábban környezetvédelmi, biztonsági és költségbeli aggályok miatt sokan háttérbe szorítottak – ma egyre inkább úgy tűnik, hogy az egyik leginkább életképes megoldás erre a problémára.
A nap 24 órájában, az év minden napján képes megbízható, ipari léptékű energiatermelésre, miközben a fenntarthatósági céloknak is megfelel.
Az AI térnyerése egyre nagyobb kihívás elé állítja az energiaellátást. A Currence kutatása szerint a 2026-ra tervezett nagy adatközponti projektek közel felénél még nem ismert, honnan biztosítják majd a szükséges energiát. Közben az elektromos infrastruktúra kulcsfontosságú elemeiből, például transzformátorokból és kapcsolóberendezésekből is hiány van.
Az energiaigény ráadásul gyorsan nő. Míg a hagyományos adatközpontokat jellemzően 5-10 kW teljesítményű szerverállványokra (rack) tervezték, az Nvidia Blackwell-generációjára épülő rendszerek már legalább 120 kW-ot igényelnek rackenként, a következő generációk pedig ennek többszörösét is elérhetik.
Eric Schmidt, a Google korábbi vezérigazgatója szerint az AI-adatközpontoknak 2027-re további 29 GW, 2030-ra pedig 67 GW villamosenergia-kapacitásra lehet szükségük.
A hálózat azonban nem erre a tempójú növekedésre készült. Egy új adatközpont hálózati csatlakoztatására jelenleg átlagosan négy-öt évet kell várni, a késlekedés pedig komoly bevételkiesést jelenthet. Emiatt egyre több üzemeltető keres helyben elérhető, a hálózattól részben vagy teljesen független energiaforrást.
A megújulók fontos szerepet játszanak az energiaellátásban, önmagukban azonban időjárásfüggő termelésük miatt nehezen biztosítják az AI-adatközpontok folyamatos, nagy teljesítményigényét. A fosszilis energiaforrások pedig nehezen egyeztethetők össze a technológiai vállalatok klímacéljaival.
Ebben a helyzetben kerül egyre inkább előtérbe az atomenergia, amely folyamatos, nagy kapacitású és alacsony karbonintenzitású áramtermelést kínál.
Az atomerőművek közelébe telepített adatközpontoknál rövidebb lehet az energia útja, mérsékelhetők az átviteli veszteségek, és elkerülhető lehet a hálózati csatlakozás többéves várakozási ideje. (Fotó: Unsplash)
A világ legnagyobb technológiai vállalatai közül egyre többen fordulnak az atomenergia felé:
Az atomenergia egyik legígéretesebb iránya az AI-adatközpontok számára a kis moduláris reaktorok, vagyis az SMR-ek alkalmazása lehet.
A hagyományos atomerőművekkel szemben ezeket kisebb, jellemzően 50-300 MW-os egységekben lehet telepíteni, így a kapacitás fokozatosan, az adatközpont tényleges energiaigényével együtt bővíthető. Ráadásul közvetlenül az adatközpontok közelében is működhetnek, ami csökkentheti a hálózattól való függőséget.
Az SMR-ek azonban egyelőre nem terjedtek el kereskedelmi méretekben. Bár az Egyesült Államokban már fontos engedélyezési lépések történtek, az első ilyen reaktorok várhatóan csak az évtized végén állhatnak üzembe. Közben az atomenergia magas beruházási költsége, a hosszadalmas engedélyezés, a speciális mérnöki igények és a jelentős vízfelhasználás továbbra is komoly kihívást jelentenek.
Az idő is egyre fontosabb tényező: a Goldman Sachs Research előrejelzése szerint 2030-ig 85-90 GW új nukleáris kapacitásra lehet szükség, miközben az AI energiaigénye ennél jóval gyorsabban nőhet.
A kérdés így már nemcsak az, hogy az atomenergia alkalmas-e az adatközpontok ellátására, hanem az is, hogy az új kapacitások elég gyorsan kiépülhetnek-e.
Egyelőre tehát az atomenergia nem jelent gyors vagy egyszerű megoldást az AI energia gondjaira. A folyamatos, nagy teljesítményű és alacsony karbonintenzitású áramtermelés miatt azonban egyre fontosabb szerepet kaphat abban, hogy a következő években honnan jutnak energiához a világ egyre nagyobb és energiaéhesebb AI-adatközpontjai.
Kiemelt kép forrása: Unsplash
S.Rita
