AI slurpt elektriciteit, maar kan ook helpen het te besparen

AI, met name in zijn algemeenheid, wordt. vaak gedefinieerd als een horizontale technologie die invloed heeft op alle domeinen. Naarmate er meer en meer toepassingen van de technologie komen, stijgt ook de behoefte aan energie voor het trainen van de algoritmen. Volgens de laatste schattingen van het Internationaal Energie Agentschap (IEA) zal de wereldwijde vraag naar elektriciteit van datacenters in 2030 verdubbeld zijn tot 945 TWh - meer dan het totale elektriciteitsverbruik in Japan.

Aan de ene kant heeft AI een toenemende behoefte aan elektriciteit, maar aan de andere kant kunnen de algoritmen het stroomverbruik beperken. Dit is vooral relevant gezien de toenemende complexiteit van de energiesystemen, die steeds flexibeler en gedecentraliseerder worden. Als gevolg hiervan zetten energiebedrijven meer van deze oplossingen in om hun operationele efficiëntie te verbeteren. Maar in hoeverre kan AI het energieverbruik verminderen?

Het eerder genoemde rapport van het IEA biedt een aantal interessante cijfers om over na te denken, waarin de impact van AI op energiereductie wordt voorspeld.AI is hongerig naar elektriciteit, maar kan ons helpen er minder van te gebruiken

Het gebruik van AI in energiesystemen

Er zijn veel potentiële toepassingen voor AI in energiesystemen. Algoritmes kunnen bijvoorbeeld worden gebruikt om netten intelligenter te maken en schommelingen in de productie van hernieuwbare energie op te vangen. Ze kunnen ook de opwekking van zonne- en windenergie voorspellen en energieopslag optimaliseren door aan te geven wanneer batterijen moeten worden opgeladen of ontladen.

In het staafdiagram hieronder zien we een overzicht van wat AI momenteel doet in elektriciteitssystemen.

Utilities using AI applications by category, 2024 - © IEA. Licence: CC BY 4.0

AI doet zijn intrede, vooral bij de exploitatie en het onderhoud van bedrijfsmiddelen. In het eerste geval is het nuttig om hulp te bieden en een activiteit te plannen. In het tweede geval maken AI-gestuurde beeldherkenning en voorspellend onderhoud het verschil. Hoewel het gebruik ervan in realtime bedrijfsvoering beperkt is, helpt AI bij het voorspellen van de belasting. Tegelijkertijd ondersteunt het netwerkontwikkelingsactiviteiten door zowel activiteitenplanning als systeemuitbreidingsstudies.

AI-energiebesparingen

Het IEA heeft AI-toepassingen op sectorniveau gesimuleerd tegen 2035 door middel van een wijdverspreid adoptiescenario. In dit scenario gaan experts uit van AI-gestuurde interventies op basis van praktijkstudies die kunnen worden opgeschaald naar sectoraal niveau. Volgens de schattingen van deze simulatie kan het gebruik van AI in de exploitatie en het onderhoud van energiecentrales een jaarlijkse besparing opleveren van 110 miljard dollar. Deze besparingen zijn afkomstig van vermeden brandstoffen en lagere kosten.

Bovendien zou AI een meer naadloze integratie van hernieuwbare energiebronnen in het elektriciteitsnet vergemakkelijken. Volgens het IEA kan tot 175 GW aan extra transmissiecapaciteit worden ontsloten in bestaande infrastructuur door het gebruik van AI.

Verder analyseerde het agentschap ook de potentiële impact van AI in alle eindgebruiksectoren van de energiesector - in lijn met het geval van wijdverspreide toepassing. Lichte industrie, zoals de productie van elektronica en machines, kan mogelijk 8% besparen. De besparingen in de transportsector kunnen oplopen tot 20%.

AI's stroomstoot: de digitale wereld zoekt een energiebalans

Rapport Energie & AI van het Internationaal Energie Agentschap (IEA) ziet naast de bedreigingen ook volop duurzaamheidskansen dankzij AI.

Lees meer

Datacenters efficiënter maken

Tegelijkertijd verbeteren datacenters ook hun energie-efficiëntie. De afgelopen jaren hebben ze hun stroomgebruik geoptimaliseerd. Er is een metric, gedefinieerd als power usage effectiveness (PUE), die de efficiëntie van een datacenter bepaalt door de hoeveelheid energie die de faciliteit binnenkomt te delen door het vermogen dat wordt gebruikt om de IT-apparatuur te laten draaien. Hoe dichter deze waarde bij 1 ligt, hoe efficiënter een datacenter is.

Hoe vertaalt deze efficiëntie zich in emissies? Volgens het IEA zou de CO₂-uitstoot van datacenters kunnen stijgen van 180 miljoen ton naar 300 miljoen ton in 2035, of naar 500 miljoen ton in een scenario met veel vraag. De organisatie benadrukt dat dit zou neerkomen op 1,5% van de totale uitstoot van de energiesector, die zou kunnen worden gecompenseerd door de efficiëntiewinst die AI in zijn toepassingen zou opleveren.

Deze chip verlaagt het AI-energieverbruik met 1000 keer

Een team van Amerikaanse onderzoekers heeft een chip ontwikkeld die het energieverbruik van AI drastisch kan verlagen.

Lees meer

AI-datacenters en energieontwikkelingen

Bovendien gaan AI- en datacenterontwikkelingen vaak gepaard met koolstofarme energieontwikkelingen. In Nederland draait 88% van de datacenters die deel uitmaken van de koepelorganisatie Dutch Data Center Association (DDA) op hernieuwbare energie. In de Verenigde Staten heeft Microsoft een overeenkomst getekend om de Three Mile Island kerncentrale in Pennsylvania weer in bedrijf te nemen, waardoor de elektriciteitspijpleiding wordt veiliggesteld.

Daarnaast heeft Google een overeenkomst getekend met Kairos Power, een bedrijf voor kleine modulaire reactoren (SMR), om 500 MW aan nucleaire capaciteit te bouwen tegen 2035. Amazon heeft ook 5 GW aan SMR-projecten gesteund die tegen 2039 in de VS moeten worden gebouwd. Sam Altman, ceo van OpenAI, was tot voor kort ook de voorzitter en een van de eerste geldschieters van het SMR-bedrijf Oklo, dat onlangs naar de beurs ging.

AI en energie: twee kanten van dezelfde medaille

Het IEA onderstreept ook de rol die AI kan spelen bij het versnellen van energie-innovatie, gezien de centrale rol die het speelt in de innovatiepijplijnen. Toch merkt het agentschap op dat slechts een marginaal deel van de innovatieve startups op het gebied van energie gebruikmaakt van een AI-first octrooiaanpak. Slechts 1% van de energieoctrooien bevat AI als kenmerk van de geoctrooieerde technologie.

AI-ontwikkelingen en energieontwikkelingen zijn onlosmakelijk met elkaar verbonden en dat zal de komende decennia alleen maar meer het geval zijn. De vraag naar computers moet nauwlettend in de hand worden gehouden, maar AI kan ons ook helpen om hulpbronnen efficiënter en effectiever te gebruiken.