Η τεχνητή νοημοσύνη χρειάζεται όλο και περισσότερο ρεύμα – Μπορούν τα ηλεκτρικά δίκτυα να αντέξουν;

Η ανάπτυξη της τεχνητής νοημοσύνης δημιουργεί μια νέα ενεργειακή πρόκληση. Η παγκόσμια κατανάλωση ηλεκτρικής ενέργειας των κέντρων δεδομένων αναμένεται σχεδόν να διπλασιαστεί από το 2025 έως το 2030, μετατρέποντας την πρόσβαση στο ρεύμα σε κρίσιμο παράγοντα για το μέλλον της ψηφιακής οικονομίας.

Η επανάσταση της τεχνητής νοημοσύνης δεν πραγματοποιείται μόνο μέσα σε υπολογιστές και εφαρμογές. Πίσω από την εκπαίδευση και τη λειτουργία μεγάλων μοντέλων βρίσκονται εξειδικευμένοι επεξεργαστές, εγκαταστάσεις ψύξης και ηλεκτρικά δίκτυα που καλούνται να τροφοδοτούν μια διαρκώς αυξανόμενη υπολογιστική υποδομή.

Αυτό που μέχρι πρόσφατα αντιμετωπιζόταν κυρίως ως τεχνολογική πρόκληση εξελίσσεται ταυτόχρονα σε ενεργειακό ζήτημα.

Από τις 415 στις 950 τεραβατώρες

Σύμφωνα με τη μελέτη Energy and AI του Διεθνούς Οργανισμού Ενέργειας (IEA), τα κέντρα δεδομένων κατανάλωσαν περίπου 415 τεραβατώρες ηλεκτρικής ενέργειας το 2024, δηλαδή το 1,5% της παγκόσμιας κατανάλωσης.

Σε νεότερη εκτίμησή του, ο IEA υπολογίζει κατανάλωση περίπου 485 τεραβατωρών το 2025 και προβλέπει ότι αυτή θα φτάσει τις 950 τεραβατώρες έως το 2030. Πρόκειται για σχεδόν διπλασιασμό μέσα σε πέντε χρόνια.

Η αύξηση δεν προέρχεται αποκλειστικά από την AI. Τα κέντρα δεδομένων εξυπηρετούν επίσης υπηρεσίες cloud, αποθήκευση πληροφοριών, βίντεο και πολλές άλλες ψηφιακές εφαρμογές. Ωστόσο, η ανάπτυξη των μοντέλων τεχνητής νοημοσύνης αποτελεί έναν από τους σημαντικότερους επιταχυντές της ζήτησης.

Η ενέργεια που απαιτείται για την εκπαίδευση μεγάλων μοντέλων είναι μόνο η μία πλευρά της εξίσωσης. Η άλλη είναι η καθημερινή χρήση τους από εκατομμύρια ανθρώπους και επιχειρήσεις.

Το πρόβλημα δεν είναι μόνο πόσο ρεύμα υπάρχει

Σε παγκόσμιο επίπεδο, η αυξημένη κατανάλωση των data centers παραμένει σχετικά μικρό μέρος της συνολικής ζήτησης ηλεκτρικής ενέργειας.

Σε τοπικό επίπεδο, όμως, η εικόνα είναι διαφορετική.

Ένα μεγάλο κέντρο δεδομένων μπορεί να συγκεντρώνει πολύ υψηλές ενεργειακές απαιτήσεις σε μια συγκεκριμένη περιοχή. Ακόμη και όταν μια χώρα παράγει αρκετό ρεύμα συνολικά, το τοπικό δίκτυο ενδέχεται να χρειάζεται αναβαθμίσεις για να υποστηρίξει μια νέα μεγάλη εγκατάσταση.

Ο χρόνος κατασκευής γραμμών μεταφοράς, υποσταθμών και άλλων ενεργειακών υποδομών δεν συμβαδίζει πάντοτε με τους ταχείς ρυθμούς ανάπτυξης των ψηφιακών εγκαταστάσεων.

Έτσι, η πρόσβαση σε διαθέσιμη ηλεκτρική ισχύ αποκτά στρατηγική σημασία για τη θέση όπου θα κατασκευαστούν τα επόμενα data centers.

Οι ΗΠΑ δείχνουν το μέγεθος της πρόκλησης

Μια μελέτη του Lawrence Berkeley National Laboratory, που δημοσιεύθηκε το 2026, εκτιμά ότι τα κέντρα δεδομένων θα μπορούσαν να αντιπροσωπεύουν το 11,8% της συνολικής κατανάλωσης ηλεκτρικής ενέργειας των ΗΠΑ το 2030.

Το ποσοστό αποτελεί κεντρική εκτίμηση και όχι βέβαιο αποτέλεσμα. Η μελέτη δίνει εύρος από 9,5% έως 15,3%, ανάλογα με τις τεχνολογικές και ενεργειακές εξελίξεις.

Η μεγάλη απόκλιση δείχνει πόσο δύσκολο είναι να προβλεφθεί η ενεργειακή πορεία ενός κλάδου στον οποίο αλλάζουν γρήγορα τόσο οι δυνατότητες των υπολογιστών όσο και η ζήτηση για νέες υπηρεσίες.

Μπορεί η ίδια η AI να βοηθήσει;

Υπάρχει και η αντίστροφη πλευρά της συζήτησης: η τεχνητή νοημοσύνη μπορεί να χρησιμοποιηθεί για καλύτερη διαχείριση ηλεκτρικών δικτύων, πρόβλεψη ζήτησης και βελτιστοποίηση ενεργειακών συστημάτων.

Αυτό δεν σημαίνει ότι οι πιθανές εξοικονομήσεις θα αντισταθμίσουν αυτόματα την κατανάλωση των data centers. Το τελικό ισοζύγιο εξαρτάται από την πραγματική υιοθέτηση τέτοιων εφαρμογών, την αποδοτικότητά τους και την ταχύτητα επέκτασης των υπολογιστικών υποδομών.

Το κρίσιμο ερώτημα, επομένως, δεν είναι αν η AI καταναλώνει ενέργεια — αυτό είναι δεδομένο. Είναι πόσο γρήγορα μπορούν να εξελιχθούν τα ηλεκτρικά δίκτυα, οι τεχνολογίες ψύξης και οι ίδιοι οι επεξεργαστές ώστε να υποστηρίξουν τη νέα ζήτηση.

Η επόμενη μεγάλη μάχη της τεχνητής νοημοσύνης ίσως δεν κριθεί μόνο από το ποιος κατασκευάζει το ισχυρότερο μοντέλο, αλλά και από το ποιος μπορεί να εξασφαλίσει την ενέργεια για να το λειτουργήσει.