 |
Volgens onderzoek van Alex de Vries-Gao verbruiken sommige AI-modellen evenveel elektriciteit als een heel land. Foto: TheVerge . |
Volgens een nieuwe analyse zou kunstmatige intelligentie (AI) qua energieverbruik binnenkort Bitcoin-mining kunnen overtreffen. De studie concludeert dat AI tegen eind 2025 bijna de helft van het totale elektriciteitsverbruik van datacenters wereldwijd zou kunnen opslokken.
Deze schattingen zijn afkomstig van Alex de Vries-Gao, onderzoeker bij het Vrije Instituut voor Milieuwetenschappen aan de Universiteit Amsterdam, waar hij het elektriciteitsverbruik en de milieu-impact van cryptovaluta volgt. Zijn meest recente commentaar op de groeiende elektriciteitsvraag van AI werd vorige week gepubliceerd in het tijdschrift Joule .
"Hoe groter, hoe beter"
Momenteel wordt geschat dat AI tot wel 20% van het elektriciteitsverbruik van datacenters voor zijn rekening neemt. Volgens de analyse van De Vries-Gao, gebaseerd op prognoses voor de toeleveringsketen van gespecialiseerde AI-chips (vanwege een gebrek aan specifieke gegevens van technologiebedrijven), stijgt dit verbruik snel, ondanks verbeteringen in de efficiëntie.
De Vries-Gao dacht aanvankelijk dat onderzoek naar energie-intensieve technologieën zou eindigen met de fusie van Ethereum. De opkomst van ChatGPT heeft zijn onderzoek echter een nieuwe richting gegeven. De analist ziet opvallende overeenkomsten tussen de ontwikkeling van AI en de energiebehoefte van cryptomarkten.
"Toen ChatGPT uitkwam, dacht ik: 'O jee, alweer.' Dit is weer een technologie die veel energie verbruikt, vooral in zeer concurrerende markten," vertelde hij aan The Verge .
 |
De AI-industrie zal door de toenemende concurrentie steeds meer energie verbruiken. Foto: SciTechDaily. |
Een belangrijke overeenkomst is de heersende mentaliteit van "groter is beter" in beide sectoren. "We zien dat technologiebedrijven hun modellen voortdurend opschalen om de best mogelijke applicaties te creëren. Dit verhoogt echter ook de vraag naar resources", legt De Vries-Gao uit.
De voortzetting van deze trend heeft geleid tot een explosieve groei van nieuwe AI-datacenters, met name in de VS. Dit heeft weer geleid tot plannen voor de bouw van meer gasgestookte elektriciteitscentrales en kernreactoren om aan de groeiende vraag naar elektriciteit te voldoen.
Plotselinge pieken in de elektriciteitsvraag kunnen de druk op het elektriciteitsnet aanzienlijk verhogen en de overgang naar schonere energiebronnen belemmeren, vergelijkbaar met de uitdagingen van cryptomining. Een andere overeenkomst is de moeilijkheid om het elektriciteitsverbruik en de milieu-impact van deze technologieën nauwkeurig te beoordelen. Grote technologiebedrijven rapporteren weliswaar hun CO2-uitstoot, maar ze verstrekken zelden specifieke gegevens over hun eigen AI.
Om dit probleem op te lossen, gebruikte De Vries-Gao een "triangulatie"-techniek. Hij gebruikte openbaar beschikbare informatie over de apparaten, schattingen van analisten en omzetrapporten van bedrijven om het aantal te produceren hardware-eenheden en de hoeveelheid energie die ze zouden verbruiken te voorspellen.
Hij merkte ook op dat Taiwan Semiconductor Manufacturing Company (TSMC), een belangrijke fabrikant van AI-chips, zijn productiecapaciteit voor AI-chips tussen 2023 en 2024 meer dan verdubbeld heeft.
Prognoses en onzekerheden in het vooruitzicht
De Vries-Gao schat dat AI in 2024 een hoeveelheid elektriciteit verbruikt die gelijk is aan die van heel Nederland. Eind 2025 zou dit cijfer kunnen oplopen tot hetzelfde niveau als het Verenigd Koninkrijk, waarbij de elektriciteitsvraag van AI 23 gigawatt (GW) zou bereiken.
Een apart rapport van adviesbureau ICF voorspelt ook dat de elektriciteitsvraag in de VS tegen 2030 met 25% zal toenemen. Deze toename wordt voornamelijk veroorzaakt door AI, datacenters en Bitcoin-mining.
Ondanks deze voorspellingen blijft het complex om een nauwkeurig cijfer te geven voor het energieverbruik van AI. De milieu-impact varieert aanzienlijk, afhankelijk van vele factoren zoals het type verwerking dat nodig is, de grootte van het AI-model en de stroomvoorziening van het lokale elektriciteitsnet.
 |
Het elektriciteitsverbruik van Ethereum is met 99,988% gedaald sinds de overstap naar een energiezuinigere transactievalidatiemethode in vergelijking met Bitcoin. Foto: SCMP. |
Het gebruik van AI-tools die worden verwerkt door datacenters in West Virginia kan bijvoorbeeld bijna twee keer zoveel CO2-uitstoot genereren als in Californië. Dit komt door verschillen in het gebruik van hernieuwbare energie tussen de twee staten.
De Vries-Gao vindt dat technologiebedrijven meer transparantie nodig hebben. "Het is ronduit absurd dat je zoveel ingewikkelde stappen moet doorlopen om tot een schatting te komen. Het zou niet zo belachelijk moeilijk moeten zijn, maar helaas is dat wel zo," aldus De Vries-Gao.
Of de energie-efficiëntie in de toekomst zal toenemen, blijft een open vraag. Hoewel sommige AI-modellen, zoals die van DeepSeek, een aanzienlijk lager energieverbruik claimen dan andere, is de vraag of bedrijven efficiëntie boven de trend "groter is beter" zullen verkiezen.
Het risico van de Jevons-paradox – waarbij een hogere efficiëntie leidt tot een hoger totaalverbruik als gevolg van intensiever gebruik – is ook aanwezig. Zonder betere meetmethoden en transparantie zal het beheren van het energieverbruik van AI een grote uitdaging vormen.
Bron: https://znews.vn/ai-co-the-tieu-thu-dien-nhieu-hon-bitcoin-vao-cuoi-nam-2025-post1556958.html
