Η κατανάλωση ενέργειας στα κέντρα δεδομένων αναμένεται των ΗΠΑ αναμένεται να αυξηθεί κατακόρυφα, πυροδοτώντας ανησυχίες για πιθανές μελλοντικές προκλήσεις στον τομέα της ενέργειας.
Σύμφωνα με νέα έρευνα του Electric Power Research Institute (EPRI), η κατανάλωση ενέργειας στα κέντρα δεδομένων των ΗΠΑ προβλέπεται να υπερδιπλασιαστεί έως το 2030, καθώς οι πάροχοι υπηρεσιών δεδομένων επιδιώκουν να καλύψουν τη ζήτηση για τεχνητή νοημοσύνη (AI) νέας γενιάς.
Έως το 2030, σχεδόν το ένα δέκατο (9%) της παραγωγής ηλεκτρικής ενέργειας των ΗΠΑ θα μπορούσε να καταναλωθεί από κέντρα δεδομένων, με το EPRI να προβλέπει επερχόμενες προκλήσεις στον εφοδιασμό ενέργειας, μεταξύ άλλων ζητημάτων.
Στηριζόμενο σε διάφορες δημόσιες πηγές πληροφοριών και εκτιμήσεις για την ανάπτυξη του κλάδου, το EPRI περιέγραψε τέσσερα διαφορετικά πιθανά σενάρια για το ποσοστό κατανάλωσης μεταξύ 2023 και 2030, με τους ρυθμούς ανάπτυξης να κυμαίνονται από 3,7% έως 15% ετησίως.
Το σενάριο “χαμηλότερης” κατανάλωσης ενέργειας προέβλεπε “περιορισμένη δημόσια υιοθέτηση” της τεχνητής νοημοσύνης νέας γενιάς και σημαντικά κέρδη στην αποδοτικότητα των κέντρων δεδομένων, ενώ το σενάριο “υψηλότερης” κατανάλωσης προέβλεπε τη “ραγδαία επέκταση” της AI. Αυτό το σενάριο ενδέχεται να φέρει υψηλή κατανάλωση ενέργειας στα κέντρα δεδομένων από 4,6% έως 9,1% ετησίως.
Σύμφωνα με την έρευνα, για να καταλάβετε το μέγεθος της έκτασης αυτού του ζητήματος, τα ερωτήματα που θέτουν οι χρήστες προς την τεχνητή νοημοσύνη απαιτούν περίπου δέκα φορές περισσότερη ηλεκτρική ενέργεια από τις τυπικές αναζητήσεις στο διαδίκτυο, ενώ η αναπαραγωγή περιεχομένου όπως μουσική, φωτογραφίες και βίντεο απαιτεί ακόμα περισσότερη.
“Με 5,3 δισεκατομμύρια χρήστες του διαδικτύου, η γρήγορη υιοθέτηση αυτών των νέων εργαλείων θα μπορούσε να αυξήσει σημαντικά τις απαιτήσεις ενέργειας”, αναφέρει η έκθεση.
Η αύξηση των κέντρων δεδομένων στις ΗΠΑ είναι ένα σοβαρό πρόβλημα
Ένα άλλο ζήτημα που επισημαίνεται στην έκθεση είναι η αύξηση των κέντρων δεδομένων, αφού κάποιες μεμονομένες εγκαταστάσεις καταναλώνουν πλέον ενέργεια ισοδύναμη με 80.000 έως 800.000 σπίτια.
Παρομοίως, περίπου το 80% του φορτίου των κέντρων δεδομένων των ΗΠΑ το 2023 ήταν συγκεντρωμένο σε μόλις 15 πολιτείες, συμπεριλαμβανομένης της Βιρτζίνια και του Τέξας, εγείροντας περαιτέρω ανησυχίες.
Σε αυτό το πλαίσιο, οι απαιτήσεις για αξιόπιστη ενέργεια και σύντομους χρόνους παράδοσης, θα μπορούσαν να δημιουργήσουν προκλήσεις στον εφοδιασμό ηλεκτρικής ενέργειας σε τοπικό επίπεδο, δηλαδή σε συγκεκριμένες πολιτείες περισσότερο από κάποιες άλλες.
Με το Εθνικό Δίκτυο του Ηνωμένου Βασιλείου να προβλέπει «εξαπλάσια άνοδο» της ζήτησης από τα κέντρα δεδομένων, η έκθεση υπογραμμίζει τις αυξανόμενες ανησυχίες σχετικά με τις απαιτήσεις σε ενεργειακά δίκτυα και στις δύο πλευρές του Ατλαντικού τα επόμενα χρόνια.
“Ο τομέας ηλεκτρικής ενέργειας των ΗΠΑ εργάζεται σκληρά προκειμένου να καλύψει τις αυξανόμενες απαιτήσεις των κέντρων δεδομένων, της ηλεκτροκίνησης, των μεταφορών, της εξόρυξης κρυπτονομισμάτων και της βιομηχανίας, ενώ παράλληλα εξισορροπεί τις προσπάθειες για αποανθρακοποίηση,” δήλωσε ο αντιπρόεδρος του EPRI, David Porter.
Απαιτούνται νέες στρατηγικές για τα κέντρα δεδομένων
Το EPRI πρότεινε στον κλάδο να υιοθετήσει μια τριπλή προσέγγιση για την αντιμετώπιση των αυξανόμενων απαιτήσεων ενέργειας, ξεκινώντας με την “βελτίωση” της αποδοτικότητας και της ευελιξίας των κέντρων δεδομένων.
Ο κλάδος θα πρέπει επίσης να επιδιώξει μεγαλύτερο επίπεδο συνεργασίας, με τους προγραμματιστές των κέντρων δεδομένων και τις επιχειρήσεις κοινής ωφέλειας ώστε να συντονίζονται στενότερα σε θέματα απαιτήσεων ενέργειας, χρονοδιαγράμματος, ευελιξίας και περιορισμών παράδοσης.
“Η έκρηξη των κέντρων δεδομένων απαιτεί στενότερη συνεργασία μεταξύ μεγάλων ιδιοκτητών και προγραμματιστών κέντρων δεδομένων, επιχειρήσεων κοινής ωφέλειας, κυβέρνησης και άλλων ενδιαφερόμενων φορέων για να διασφαλιστεί ότι μπορούμε να τροφοδοτήσουμε τις ανάγκες της τεχνητής νοημοσύνης, διατηρώντας παράλληλα αξιόπιστη και προσιτή την ενέργεια για όλους τους πελάτες”, δήλωσε ο Porter.
Επιπλέον, θα πρέπει να δοθεί έμφαση στην ανάπτυξη βελτιωμένων εργαλείων μοντελοποίησης που μπορούν να χρησιμοποιηθούν για την “πρόβλεψη και την προσαρμογή” στην ανάπτυξη των κέντρων δεδομένων, χωρίς να επηρεαστεί η συνολική αξιοπιστία του δικτύου.
