“De energiesector moet meer inzicht krijgen in computing”

Toen Thomas Spencer de uitnodiging zag om te spreken op de eerste Watt Matters in AI-conferentie, aarzelde hij geen moment. “De energiesector moet meer inzicht krijgen in computing”, vertelde de senior energieanalist bij het Internationaal Energieagentschap (IEA) aan het publiek. “We begrijpen het niet echt goed. En als computergebruik een steeds grotere bron van energievraag wordt, kunnen we er maar beter meer over te weten komen.”

Het was een moment van ontwapenende eerlijkheid, dat de toon zette voor een lezing die een ongemakkelijke waarheid onthulde: de wereld bouwt de ruggengraat van het AI-tijdperk op een energiesysteem dat nauwelijks begrijpt wat er op ons afkomt.

De verborgen reus: datacenters als het ware gezicht van de energievraag van AI

Spencer begon niet met AI, maar met de fysieke plaatsen waar AI daadwerkelijk leeft: datacenters. “Als we het hebben over het energieverbruik van AI vandaag de dag, hebben we het in wezen over het energieverbruik van datacenters”, zei hij. Drie kenmerken maken datacenters anders dan andere energie-intensieve infrastructuren:

1. Ze clusteren, en op de verkeerde plaatsen: uit de kaart van 11.000 datacenters van het IEA blijkt dat er dichte clusters zijn in de buurt van grote steden. Historisch gezien had dit te maken met latentie. Maar vandaag de dag creëert dit een nieuw probleem: AI-computers stapelen zich op in netwerken die toch al overbelast zijn.

2. Ze worden enorm groot: vijf jaar geleden was 100 MW groot. Nu? Er worden faciliteiten van 2 GW gebouwd, er zijn projecten van 5 GW aangekondigd en een modern datacenter kan evenveel elektriciteit verbruiken als 2 miljoen huishoudens. Ter vergelijking: een aluminiumsmelterij – lange tijd het boegbeeld van “grote stroomverbruikers” – verbruikt ongeveer 750 MW, aldus Spencer.

3. Ze worden veel sneller gebouwd dan de elektriciteitsnetten die ze moeten voeden: een hyperscale datacenter kan in 2-3 jaar van idee naar operationeel gaan. Een transmissielijn om het van stroom te voorzien? 4-8 jaar in geavanceerde economieën. Deze mismatch alleen al verklaart veel van de druk waarmee netbeheerders vandaag de dag te maken hebben.

Serie

Watt Matters in AI

Lees hier al onze artikelen rond de Watt Matters in Ai conferentie. De lijst krijgt constant updates.

Bekijk serie

Uitzoomen: wereldwijd groot, lokaal disruptief

In wereldwijde cijfers domineren datacenters nog niet: 415 TWh in 2024, groeiend tot ~950 TWh in 2030, een stijging van 1,5% naar ongeveer 3% van het wereldwijde elektriciteitsverbruik. Maar lokaal is het verhaal heel anders.

In opkomende economieën zullen datacenters minder dan 10% van de groei van de elektriciteitsvraag voor hun rekening nemen. En in de Verenigde Staten, waar 45% van de wereldwijde capaciteit is ondergebracht? “Tegen 2030 zullen datacenters meer elektriciteit verbruiken dan alle energie-intensieve industrieën samen: staal, chemicaliën, cement, aluminium,” aldus Spencer. “Elke keer als ik het herhaal, kan ik het bijna niet geloven. Maar het is waar.”

Het is een van de duidelijkste signalen dat AI het energielandschap sneller hervormt dan welke eerdere digitale golf dan ook.

Het prognose-probleem: “We vliegen blind”

Spencer toonde een verrassende grafiek: recente studies naar het elektriciteitsverbruik van datacenters, zelfs voor historische jaren, verschillen met ordes van grootte. De reden? Een fundamenteel gebrek aan gegevens en geen gestandaardiseerde methodologieën. “Er is veel hype en verwarring over het energieverbruik van AI”, zei hij. “En de energiesector beschikt niet over de gegevens om dit te verduidelijken.”

De eigen aanpak van het IEA - modellering op basis van wereldwijde verzendingen van servers, opslag- en netwerkapparatuur - wordt beperkt door de beschikbare gegevens en door de fysieke grenzen van de wereldwijde chipproductie.

Om verder te gaan dan giswerk, is Spencer ervan overtuigd dat de energiesector inzicht moet hebben in de werkelijke vraag naar rekenkracht, en niet alleen in serververzendingen, efficiëntietrajecten op chipniveau en efficiëntiewinst of -verlies op software- en modelniveau. Op dit moment bestaat bijna geen van die gegevens in een vorm die energiemodelleurs kunnen gebruiken.

Scenario's in de mist

Gezien de onzekerheid presenteerde de IEA vier scenario's:

1. Basisscenario: het verbruik van datacenters verdubbelt tegen 2030.
2. Liftoff-scenario: een onbeperkte bovengrens, ervan uitgaande dat er geen knelpunten zijn in de netcapaciteit of de levering van chips. Spencer noemde dit scenario “minder waarschijnlijk”, maar nuttig als vangrail.
3. Headwinds-scenario: een vertraging als gevolg van financiële twijfels over het rendement van AI. Zelfs in dit scenario daalt het verbruik niet, maar groeit het alleen maar langzamer. Opvallend is dat de wereldwijde investeringen in datacenters in 2025 580 miljard dollar zullen bedragen, waarmee ze voor het eerst in de geschiedenis de wereldwijde investeringen in de olievoorziening overtreffen.
4. High Efficiency-scenario: het meest hoopgevende, maar ook het minst geloofwaardige scenario.

“Het was in wezen onmogelijk om te kalibreren”, gaf Spencer toe. “We hebben simpelweg niet de gegevens om het efficiëntietraject van computers te begrijpen, of het nu gaat om hardware, software of nieuwe paradigma's zoals neuromorfische of fotonische computers.” Deze kloof is de reden waarom hij opriep tot veel meer dialoog tussen de computerwereld en de energiewereld.

De bedreiging voor de toeleveringsketen waar niemand het over heeft

Het gaat niet alleen omn stroom. Naast elektriciteit zal AI-computing de wereldwijde vraag naar materialen hervormen. Tegen 2030 zouden datacenters 2% kunnen toevoegen aan de wereldwijde vraag naar koper, in een wereld waarin het IEA een kloof tussen vraag en aanbod van 30% voorspelt tegen 2035. Gallium, dat cruciaal is voor de volgende generatie vermogenselektronica, wordt al voor 99% geraffineerd in China. LFP-batterijen voor noodstroomvoorziening zorgen voor extra geopolitieke afhankelijkheden. “Als we nadenken over innovatietrajecten voor computers, moet de veiligheid van de toeleveringsketen deel uitmaken van het gesprek.”

Thomas Spencer, IEA at Watt Matters in AI

Spencer sloot af met een dia die bijna gênant eenvoudig leek: “activiteit × intensiteit = energieverbruik.” Voor staal werkt dit uitstekend. Voor transport ook. Voor computers? Niet zozeer.

De energiewereld weet gewoon niet wat de werkelijke maatschappelijke vraag naar computers zal zijn, hoe efficiënt toekomstige chips zullen worden, hoe snel de efficiëntie op modelniveau zal evolueren, of welke workloads naar de rand zullen verhuizen en welke gecentraliseerd zullen blijven. “Onze prognoses zijn noodzakelijkerwijs kortetermijnprognoses”, zei hij. “We missen de upstream-aannames die ons in staat zouden stellen verder vooruit te kijken.”

En dus kwam hij naar de conferentie in Eindhoven met een verzoek, niet met een waarschuwing. “Dit is een pleidooi voor meer gesprekken tussen mijn gemeenschap en uw gemeenschap.”

Conclusie: de energietoekomst van AI is niet beangstigend, maar onzeker

Spencer weerlegde de meest sensationele beweringen dat AI “alle energie van de wereld” verbruikt. Het IEA voorziet een sterke groei, maar geen energie-apocalyps. Wat wel alarmerend is, is de onzekerheid: snel schaalbare rekenkracht, traag schaalbare netwerken, ondoorzichtige data, kwetsbare toeleveringsketens en explosieve lokale effecten.

AI breekt het energiesysteem nog niet. Maar het laat wel zien dat de energieplanners van de wereld cruciale inzichten missen in wat nu een van de snelst groeiende industriële sectoren ter wereld is. “Als rekenkracht een belangrijke motor van de energievraag gaat worden, dan moeten we daar veel meer inzicht in krijgen dan we nu hebben.”