UN: Data centri troše struju kao velike države — AI može udvostručiti štetu do 2030.

Izveštaj Univerziteta Ujedinjenih nacija upozorava da je ekološki otisak data centara već sličan emisijama i potrošnji energije velikih država, i da bi se pod uticajem brzog rasta veštačke inteligencije mogao značajno povećati do 2030. godine.

Glavni nalazi

Prošle godine globalni data centri su potrošili oko 448 biliona vat-časova (448 × 10¹² Wh, odnosno ~448 TWh) električne energije — više nego većina pojedinačnih država (samo 10 zemalja trošilo je više).

FILE - Fans, part of a cooling system, are visible on the roof of a data center April 27, 2026, in Hillsboro, Ore. (AP Photo/Jenny Kane, File)(AP Photo/Jenny Kane)

Ta potrošnja proizvela je približno 208 miliona tona CO2 (oko 189 miliona metričkih tona), što je na nivou emisija cele Argentine, a za njeno obezbeđivanje potrošeno je oko 1,2 biliona galona vode (≈4,5 biliona litara) za hlađenje i rad infrastrukture.

Prema projekcijama izveštaja, do 2030. godine potrošnja data centara može dostići oko 935 biliona vat-časova (~935 TWh), odnosno skoro 3% očekivane svetske potrošnje električne energije. U toj projekciji, ako bi data centri bili država, bili bi šesti po potrošnji električne energije u svetu, sa skoro 440 miliona tona CO2 godišnje.

FILE - Earth movers prepare a site for a 2.5 million square foot AI data center March 24, 2026, in Independence, Mo. (AP Photo/Charlie Riedel, File)(AP Photo/Charlie Riedel)

Uloga AI i operativni troškovi

Rast potražnje delimično pokreće širenje AI: trenutno oko 20% energije data centara pripisuje se AI, a do 2030. očekuje se da taj udeo poraste na oko 40%.

„Ako pogledate ove brojke, vidimo razmere koje su uporedive sa državama“, rekao je Kaveh Madani, koautor studije i direktor Instituta UNU za vodu, životnu sredinu i zdravlje.

Studija ističe i da oko 90% energije koju troše AI sistemi potiče od operativnih zahteva (interakcije korisnika i servisi uživo), a ne samo od treniranja modela. Na primer, treniranje velikih modela može zahtevati desetine milijardi vat-časova — izveštaj navodi da je treniranje GPT-3 zahtevalo oko 1,3 milijarde Wh, dok su neke naredne verzije koristile 50–70 milijardi Wh — ali svakodnevni upiti generišu najveći deo potrošnje.

FILE - Amazon Web Services data center is visible at night Aug. 22, 2024, in Boardman, Ore. (AP Photo/Jenny Kane, File)(AP Photo/Jenny Kane)

Praktične posledice i preporuke

Autori upozoravaju da postoji paradoks energetske efikasnosti: kako sistemi postaju efikasniji, oni se češće koriste, što može dovesti do rasta ukupne potrošnje. Takođe, mnoge kompanije ne objavljuju detaljne podatke o potrošnji i lokacijama svojih data centara, što otežava praćenje i regulaciju.

Jedna od jednostavnih preporuka iz izveštaja je da korisnici budu sažetiji i precizniji u upitima AI sistemima — smanjenje prosečnog broja reči u upitima za oko 30% može smanjiti energiju potrebnu za obradu za približno 25%, što bi uštedelo količinu električne energije sličnu godišnjoj potrošnji oko 700.000 ljudi u nekim afričkim zemljama.

Reakcije iz industrije i ekspertize

Predstavnici industrije ističu da se ulaže u veću efikasnost i obnovljive izvore, dok stručnjaci upozoravaju da prelazak na obnovljivu energiju u data centrima može samo premestiti opterećenje ako ukupna potrošnja raste. Stručnjaci pozivaju na veću transparentnost, regulatorne okvire i dizajn AI sistema koji uzimaju u obzir životni ciklus i pravične distributivne efekte.

Zaključak

Izveštaj Ujedinjenih nacija podvlači da AI i rast data centara imaju stvarne, mjerljive uticaje na klimu i vodne resurse, i da su potrebne kombinacije tehnoloških rešenja, politike i odgovornog ponašanja korisnika kako bi se ograničile negativne posledice.

Izvor: Univerzitet Ujedinjenih nacija; podaci su sažeti iz izveštaja i izjava navedenih u originalnom izveštaju.