Europese startups nemen het voortouw in duurzame AI

Kunstmatige intelligentie maakt een explosieve groeifase door. Naarmate grote taalmodellen in omvang toenemen, groeit echter ook de honger naar elektriciteit. Daarmee ontstaat een fundamentele spanning tussen technologische vooruitgang en klimaatdoelen.

In plaats van mee te gaan in een brute rekenkrachtwedloop met Amerikaanse hyperscalers, kiezen Europese startups voor een andere koers: die van de efficiëntie. Ze verleggen de grens van wat mogelijk is door alles opnieuw te doordenken — van chiparchitectuur tot de rol van datacenters. Voor deze bedrijven is het energieprobleem van AI geen obstakel, maar een kans.

Deep Green

Deep Green pakt de energieverspilling in high-performance computing aan door het datacenter opnieuw uit te vinden — als nutsvoorziening voor de gemeenschap. Traditionele datacenters verbruiken gigantische hoeveelheden energie om servers te koelen, waarbij de vrijgekomen warmte simpelweg verloren gaat.

Deep Green pakt het anders aan. Het bedrijf plaatst modulaire datacenters in publieke voorzieningen, zoals zwembaden. De warmte die vrijkomt bij AI-berekeningen en servergebruik wordt daar opgevangen en ingezet om water te verwarmen. Zo ontstaat een circulair systeem dat niet alleen de CO₂-voetafdruk van het gebouw drastisch verlaagt, maar ook de servers efficiënter koelt.

UPMEM

In traditionele systemen gaat het grootste deel van de energie verloren aan het verplaatsen van data tussen geheugen en processor. Vaak kost dat zelfs meer energie dan de berekeningen zelf. Dit probleem wordt extra groot bij grootschalige AI-toepassingen.

UPMEM lost dit op met een processing-in-memory (PIM)-aanpak. Daarbij wordt niet alles naar een aparte processor gestuurd, maar wordt er direct in het werkgeheugen (DRAM) gerekend. In plaats van constant data heen en weer te verplaatsen, zitten er duizenden kleine rekenkernen ín het geheugen zelf. Zo wordt data verwerkt op de plek waar het al staat opgeslagen, wat veel energie en tijd bespaart.

Green Compute

Software vormt een tweede laag in het terugdringen van energieverbruik. Green Compute ontwikkelde een platform dat inzet op het ‘carbon-aware’ plannen van zware AI-trainingen. Het platform monitort het Europese energienet in realtime en signaleert wanneer de productie van hernieuwbare energie — zoals wind en zon — piekt. Op die momenten plant het automatisch niet-dringende rekentaken in voor AI. Zo kunnen bedrijven grote modellen trainen met een aanzienlijk lagere CO₂-intensiteit, zonder ook maar één regel code aan te passen.

TWAICE

De Duitse startup TWAICE ontwikkelt AI-gedreven batterij-analyses om de prestaties, veiligheid en levensduur van energieopslagsystemen te verbeteren. Omdat digitale infrastructuur en hernieuwbare energie steeds meer afhankelijk zijn van grootschalige batterijen, worden problemen zoals slijtage, laadcycli en temperatuurgedrag steeds belangrijker.

TWAICE pakt dit aan met AI-gestuurde voorspellingen en digitale tweelingen van batterijsystemen. Daarmee kunnen operators de prestaties in real time volgen, slijtage voorspellen en laadstrategieën optimaliseren voordat er problemen ontstaan. In plaats van storingen achteraf te moeten oplossen, worden batterijsystemen actief en proactief aangestuurd voor maximale efficiëntie en levensduur. TWAICE maakt AI zelf niet zuiniger, maar de energievoorziening van AI-systemen efficiënter en stabieler.

Dit is extra belangrijk voor de Europese energietransitie, waar een stabiel elektriciteitsnet en de integratie van duurzame energie sterk afhankelijk zijn van betrouwbare opslag. Door batterijen om te zetten in datagedreven systemen, zorgt TWAICE voor een efficiëntere koppeling tussen digitale infrastructuur en het fysieke energienet, met minder verspilling en beter energiegebruik op de lange termijn.