Τι αναφέρει στο Oil Price o David Messler
Οι χαμηλές τιμές του φυσικού αερίου έχουν πλήξει τους περισσότερους ενεργειακούς γίγαντες που δραστηριοποιούνται σε αυτόν τον τομέα.
Έτσι ξεκινάει το άρθρο του στο Oil Price ο David Messler, ο οποίος αναλύει το πως η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε μια έκρηξη της ζήτησης για το φυσικό αέριο.
Η τεχνητή νοημοσύνη (ΑΙ) η οποία μπαίνει όλο και πιο δυναμικά στην βιομηχανική παραγωγή, τις υπηρεσίες και συνολικά τη ζωή μας, προϋποθέτει όλο και περισσότερα νέα κέντρα δεδομένων, ο ρυθμός κατασκευής των οποίων είναι αυτή τη στιγμή ένα κάθε τρεις μέρες διεθνώς.
Το μεγάλο ζήτημα εδώ όμως, είναι ότι για να μπορέσουν να φτιαχτούν και να λειτουργήσουν αυτά τα data centers, χρειάζονται μεγάλη ενεργειακή ισχύ.
«Η αύξηση της ζήτησης ενέργειας για την τεχνητή νοημοσύνη έρχεται καθώς άλλοι παράγοντες συγκλίνουν και δημιουργούν νέα πίεση στο δίκτυο. Ένα κύμα μεταποιητικών μονάδων αναπτύσσεται σε όλες τις ΗΠΑ, ωθούμενο από τις νέες φορολογικές πολιτικές στο πλαίσιο του νόμου για τη μείωση του πληθωρισμού, και πολλές πολιτείες εργάζονται για να χρησιμοποιήσουν περισσότερη ηλεκτρική ενέργεια για τις μεταφορές, τη θέρμανση και τη βαριά βιομηχανία» αναφέρει ο Messler.
Ένα πρόσφατο άρθρο σχετικά με το θέμα αυτό σημείωσε ότι η ζήτηση από τον τομέα της τεχνητής νοημοσύνης δεν έρχεται εν κενώ αντίθετα προϋπήρχε, ενώ την ώρα που η ζήτηση ηλεκτρικής ενέργειας αυξάνεται και σε άλλους τομείς, εταιρείες όπως η Dominion Energy, ανησυχούν για την ικανότητά τους να την παρέχουν, ιδίως ενόψει των δεσμεύσεων για μηδενική κατανάλωση ενέργειας το 2050.
«Θα είμαστε καθαρά μηδενικοί μέχρι το 2050. Εξακολουθούμε να το πιστεύουμε απόλυτα αυτό», δήλωσε ο διευθύνων σύμβουλος της Dominion Energy Robert Blue. «Αλλά η αύξηση της ζήτησης τώρα το καθιστά πιο περίπλοκο».
Μεγάλες οι ενεργειακές απαιτήσεις
Σε πρόσφατο άρθρο του Forbes συζητήθηκαν οι ενεργειακές απαιτήσεις ενός κέντρου δεδομένων τεχνητής νοημοσύνης.
Ενώ τα παραδοσιακά ψηφιακά κέντρα δεδομένων περιλαμβάνουν 5 έως 10 κιλοβάτ ανά rack ως μέση πυκνότητα ισχύος, οι εφαρμογές τεχνητής νοημοσύνης απαιτούν πολύ περισσότερα από 60 κιλοβάτ ανά rack.
Επίσης, οι εφαρμογές ΑΙ παράγουν πολύ περισσότερα δεδομένα από άλλους τύπους ηλεκτρονικών εφαρμογών, γεγονός που σημαίνει ότι απαιτούνται και εξαιρετικά μεγάλης χωρητικότητας κέντρα δεδομένων που απορροφούν ενέργεια μόνο για την υποστήριξή τους.
Όλες απαιτούν συνεχή ροή ηλεκτρικής ενέργειας για να συνεχίσουν να λειτουργούν και για ψύξη. Πόση ακριβώς;
Το Barron's σε ένα άρθρο σχετικά με τη ζήτηση ενέργειας από την Τεχνητή Νοημοσύνη επιχειρεί να προβλέψει τη βραχυπρόθεσμη ζήτηση που θα θέσει η Τεχνητή Νοημοσύνη στο δίκτυο. Μια πηγή που αναφέρεται στο άρθρο σχολίασε ότι:
«Η συνολική αύξηση της κατανάλωσης ενέργειας θα προέλθει από δύο μέτωπα: αύξηση του αριθμού των GPU που πωλούνται ετησίως και υψηλότερη κατανάλωση ενέργειας από κάθε GPU. Η εταιρεία ερευνών 650 Group αναμένει ότι οι αποστολές διακομιστών AI θα αυξηθούν από ένα εκατομμύριο μονάδες πέρυσι σε έξι εκατομμύρια μονάδες το 2028. Σύμφωνα με το άρθρο, οι περισσότερες AI GPUs θα απορροφούν 1.000 watt ηλεκτρικής ενέργειας μέχρι το 2026, από τα περίπου 650 watt κατά μέσο όρο σήμερα».
Η συμβολή των ΑΠΕ
Αυτό είναι ένα εύρος που κυμαίνεται μεταξύ 335 και 390 TeraWatt-TWH νέας ζήτησης μέχρι το τέλος αυτής της δεκαετίας, που ήταν σε μεγάλο βαθμό απρόβλεπτες από τις επιχειρήσεις κοινής ωφέλειας μόλις πριν από λίγα χρόνια.
Σε μια πρόβλεψη ενεργειακής ζήτησης του 2021, ο EIA προέβλεψε ότι το 2030 οι ΗΠΑ θα χρειάζονται περίπου 6 τρισ. κυβικών ποδιών φυσικού αερίου ως πηγή καυσίμου για το 30% περίπου της παραγωγής ηλεκτρικής ενέργειας στη χώρα.
Το ΑΙ από πλευράς του, θα χρειαστεί επίσης μεγάλες ποσότητες αερίου.
Έστω κι αν τα 390 TWH προέρχονταν από φυσικό αέριο, θα απαιτούνταν άλλα 36 BCF/D.
Ενδεικτικά, σύμφωνα με την πιο πρόσφατη έκθεση του EIA, οι ΗΠΑ παράγουν περίπου 125 BCF/D με ετήσια αύξηση περίπου 6-BCF/D.
Ο Messler, τονίζει ωστόσο ότι το σύνολο αυτής της νέας ζήτησης δεν θα καλυφθεί εξ ολοκλήρου με φυσικό αέριο, επομένως οι ανανεώσιμες πηγές ενέργειας θα διαδραματίσουν σημαντικό ρόλο, αλλά ακόμη και συνδυαστικά, δεν θα μπορέσουν να καλύψουν τις απαιτήσεις της τεχνητής νοημοσύνης το 2030.
www.worldenergynews.g
Έτσι ξεκινάει το άρθρο του στο Oil Price ο David Messler, ο οποίος αναλύει το πως η τεχνητή νοημοσύνη μπορεί να οδηγήσει σε μια έκρηξη της ζήτησης για το φυσικό αέριο.
Η τεχνητή νοημοσύνη (ΑΙ) η οποία μπαίνει όλο και πιο δυναμικά στην βιομηχανική παραγωγή, τις υπηρεσίες και συνολικά τη ζωή μας, προϋποθέτει όλο και περισσότερα νέα κέντρα δεδομένων, ο ρυθμός κατασκευής των οποίων είναι αυτή τη στιγμή ένα κάθε τρεις μέρες διεθνώς.
Το μεγάλο ζήτημα εδώ όμως, είναι ότι για να μπορέσουν να φτιαχτούν και να λειτουργήσουν αυτά τα data centers, χρειάζονται μεγάλη ενεργειακή ισχύ.
«Η αύξηση της ζήτησης ενέργειας για την τεχνητή νοημοσύνη έρχεται καθώς άλλοι παράγοντες συγκλίνουν και δημιουργούν νέα πίεση στο δίκτυο. Ένα κύμα μεταποιητικών μονάδων αναπτύσσεται σε όλες τις ΗΠΑ, ωθούμενο από τις νέες φορολογικές πολιτικές στο πλαίσιο του νόμου για τη μείωση του πληθωρισμού, και πολλές πολιτείες εργάζονται για να χρησιμοποιήσουν περισσότερη ηλεκτρική ενέργεια για τις μεταφορές, τη θέρμανση και τη βαριά βιομηχανία» αναφέρει ο Messler.
Ένα πρόσφατο άρθρο σχετικά με το θέμα αυτό σημείωσε ότι η ζήτηση από τον τομέα της τεχνητής νοημοσύνης δεν έρχεται εν κενώ αντίθετα προϋπήρχε, ενώ την ώρα που η ζήτηση ηλεκτρικής ενέργειας αυξάνεται και σε άλλους τομείς, εταιρείες όπως η Dominion Energy, ανησυχούν για την ικανότητά τους να την παρέχουν, ιδίως ενόψει των δεσμεύσεων για μηδενική κατανάλωση ενέργειας το 2050.
«Θα είμαστε καθαρά μηδενικοί μέχρι το 2050. Εξακολουθούμε να το πιστεύουμε απόλυτα αυτό», δήλωσε ο διευθύνων σύμβουλος της Dominion Energy Robert Blue. «Αλλά η αύξηση της ζήτησης τώρα το καθιστά πιο περίπλοκο».
Μεγάλες οι ενεργειακές απαιτήσεις
Σε πρόσφατο άρθρο του Forbes συζητήθηκαν οι ενεργειακές απαιτήσεις ενός κέντρου δεδομένων τεχνητής νοημοσύνης.
Ενώ τα παραδοσιακά ψηφιακά κέντρα δεδομένων περιλαμβάνουν 5 έως 10 κιλοβάτ ανά rack ως μέση πυκνότητα ισχύος, οι εφαρμογές τεχνητής νοημοσύνης απαιτούν πολύ περισσότερα από 60 κιλοβάτ ανά rack.
Επίσης, οι εφαρμογές ΑΙ παράγουν πολύ περισσότερα δεδομένα από άλλους τύπους ηλεκτρονικών εφαρμογών, γεγονός που σημαίνει ότι απαιτούνται και εξαιρετικά μεγάλης χωρητικότητας κέντρα δεδομένων που απορροφούν ενέργεια μόνο για την υποστήριξή τους.
Όλες απαιτούν συνεχή ροή ηλεκτρικής ενέργειας για να συνεχίσουν να λειτουργούν και για ψύξη. Πόση ακριβώς;
Το Barron's σε ένα άρθρο σχετικά με τη ζήτηση ενέργειας από την Τεχνητή Νοημοσύνη επιχειρεί να προβλέψει τη βραχυπρόθεσμη ζήτηση που θα θέσει η Τεχνητή Νοημοσύνη στο δίκτυο. Μια πηγή που αναφέρεται στο άρθρο σχολίασε ότι:
«Η συνολική αύξηση της κατανάλωσης ενέργειας θα προέλθει από δύο μέτωπα: αύξηση του αριθμού των GPU που πωλούνται ετησίως και υψηλότερη κατανάλωση ενέργειας από κάθε GPU. Η εταιρεία ερευνών 650 Group αναμένει ότι οι αποστολές διακομιστών AI θα αυξηθούν από ένα εκατομμύριο μονάδες πέρυσι σε έξι εκατομμύρια μονάδες το 2028. Σύμφωνα με το άρθρο, οι περισσότερες AI GPUs θα απορροφούν 1.000 watt ηλεκτρικής ενέργειας μέχρι το 2026, από τα περίπου 650 watt κατά μέσο όρο σήμερα».
Η συμβολή των ΑΠΕ
Αυτό είναι ένα εύρος που κυμαίνεται μεταξύ 335 και 390 TeraWatt-TWH νέας ζήτησης μέχρι το τέλος αυτής της δεκαετίας, που ήταν σε μεγάλο βαθμό απρόβλεπτες από τις επιχειρήσεις κοινής ωφέλειας μόλις πριν από λίγα χρόνια.
Σε μια πρόβλεψη ενεργειακής ζήτησης του 2021, ο EIA προέβλεψε ότι το 2030 οι ΗΠΑ θα χρειάζονται περίπου 6 τρισ. κυβικών ποδιών φυσικού αερίου ως πηγή καυσίμου για το 30% περίπου της παραγωγής ηλεκτρικής ενέργειας στη χώρα.
Το ΑΙ από πλευράς του, θα χρειαστεί επίσης μεγάλες ποσότητες αερίου.
Έστω κι αν τα 390 TWH προέρχονταν από φυσικό αέριο, θα απαιτούνταν άλλα 36 BCF/D.
Ενδεικτικά, σύμφωνα με την πιο πρόσφατη έκθεση του EIA, οι ΗΠΑ παράγουν περίπου 125 BCF/D με ετήσια αύξηση περίπου 6-BCF/D.
Ο Messler, τονίζει ωστόσο ότι το σύνολο αυτής της νέας ζήτησης δεν θα καλυφθεί εξ ολοκλήρου με φυσικό αέριο, επομένως οι ανανεώσιμες πηγές ενέργειας θα διαδραματίσουν σημαντικό ρόλο, αλλά ακόμη και συνδυαστικά, δεν θα μπορέσουν να καλύψουν τις απαιτήσεις της τεχνητής νοημοσύνης το 2030.
www.worldenergynews.g
