Dyrektor generalny BlackRock Larry Fink ostrzega, że boom AI może wymagać ponad 70 gigawatów mocy

Dyrektor generalny BlackRock Larry Fink zwrócił uwagę na ogromne zapotrzebowanie na energię stojące za szybkim rozwojem sztucznej inteligencji, ostrzegając, że boom AI będzie wymagał ogromnego wzrostu wytwarzania energii elektrycznej oraz infrastruktury centrów danych.

Jego uwagi podkreślają rosnące wyzwanie stojące przed globalnym sektorem technologicznym. W miarę jak firmy ścigają się w tworzeniu coraz bardziej zaawansowanych systemów AI, popyt na moc obliczeniową rośnie w tempie, które może wywierać znaczną presję na sieci elektroenergetyczne na całym świecie.

Kwestia ta staje się coraz ważniejsza dla inwestorów, ponieważ boom AI nie jest już wyłącznie historią o półprzewodnikach, oprogramowaniu i chmurze obliczeniowej. Ewoluuje w historię infrastrukturalną obejmującą wytwarzanie energii elektrycznej, centra danych, sieci przesyłowe, systemy chłodzenia i długoterminowe nakłady kapitałowe.

Wypowiedzi Finka dołączają do rosnącej dyskusji o tym, czy istniejąca globalna infrastruktura energetyczna może nadążyć za niezwykłą ilością mocy obliczeniowej wymaganą przez systemy AI nowej generacji. Międzynarodowa Agencja Energetyczna oszacowała w 2024 roku, że globalne zużycie energii przez centra danych wynosiło około 460 terawatogodzin i może przekroczyć 1 000 terawatogodzin do 2026 roku, w znacznym stopniu za sprawą obciążeń AI.

Źródło: XPost

AI staje się branżą energochłonną

Sztuczna inteligencja wymaga ogromnych ilości mocy obliczeniowej. Za każdym razem, gdy trenowany jest zaawansowany model AI, tysiące — a nawet setki tysięcy — wyspecjalizowanych procesorów może działać jednocześnie w dużych centrach danych. Procesory te potrzebują energii nie tylko do wykonywania obliczeń, ale także do zasilania systemów chłodzenia, urządzeń sieciowych, infrastruktury pamięci masowej oraz innych komponentów niezbędnych do ciągłej pracy centrów danych.

Wraz ze wzrostem rozmiaru i możliwości modeli AI infrastruktura potrzebna do ich obsługi szybko się rozrasta. Ukształtowało to nową relację między sektorem technologicznym a energetycznym.

Przez dziesięciolecia inwestorzy postrzegali centra danych przede wszystkim jako część infrastruktury technologicznej wspierającej internet. Szybki rozwój generatywnej AI zasadniczo zmienił to postrzeganie. Centra danych są coraz częściej traktowane jako duże obiekty przemysłowe o zapotrzebowaniu na energię porównywalnym z dużymi zakładami produkcyjnymi.

Liczba 70 gigawatów pokazuje skalę

Odwołanie do ponad 70 gigawatów mocy ilustruje skalę wyzwania infrastrukturalnego. Gigawat oznacza miliard watów mocy; 70 gigawatów to zatem ogromne zapotrzebowanie na energię elektryczną — mniej więcej porównywalne z łączną zainstalowaną mocą wytwórczą kraju takiego jak Wielka Brytania.

Dokładna ilość mocy potrzebna przez AI będzie się różnić w zależności od tego, jak szybko firmy budują nowe centra danych, jak wydajne będą przyszłe układy, jakie nastąpią usprawnienia w technologii chłodzenia oraz jak duża część obliczeń przypadnie na trenowanie modeli, a jak duża na codzienny wnioskowanie AI. Mimo to szerszy trend jest jasny: infrastruktura AI staje się głównym źródłem przyszłego popytu na energię elektryczną.

Badania nad przyszłością infrastruktury AI również wskazują na klastry obliczeniowe o skali gigawatów i znaczący wzrost zapotrzebowania na energię w nadchodzących latach. Jedna analiza oszacowała, że globalny popyt na energię dla centrów danych AI może wzrosnąć o ponad 130 gigawatów do 2030 roku w określonych scenariuszach.

Centra danych stają się nowym frontem infrastrukturalnym

BlackRock już wcześniej pozycjonował infrastrukturę centrów danych jako dużą okazję inwestycyjną. W partnerstwie obejmującym BlackRock, Microsoft i MGX z Abu Zabi, ogłoszonym w 2024 roku pod nazwą Global AI Infrastructure Investment Partnership (GAIIP), spółki dążyły do zmobilizowania początkowych 30 miliardów dolarów prywatnego kapitału na infrastrukturę AI, w tym centra danych i łączność.

BlackRock opisał centra danych jako fundament infrastruktury gospodarki cyfrowej i argumentował, że inwestycje w ten sektor mogą wspierać wzrost gospodarczy i innowacje technologiczne.

Teza inwestycyjna jest prosta: firmy AI potrzebują mocy obliczeniowej; moc obliczeniowa wymaga centrów danych; centra danych wymagają energii elektrycznej. W rezultacie ekspansja AI może stworzyć możliwości znacznie wykraczające poza tradycyjne spółki technologiczne. Firmy użyteczności publicznej, producenci energii, operatorzy sieci, spółki budowlane, producenci sprzętu i inwestorzy infrastrukturalni mogą wszyscy skorzystać na rozbudowie.

Energia może stać się krytycznym wąskim gardłem AI

Największym wyzwaniem może nie być dostępność układów AI — może nim być energia elektryczna. Firmy mogą zamawiać procesory i wznosić budynki, ale te obiekty nie mogą działać bez niezawodnego zasilania.

To tworzy potencjalne wąskie gardło dla branży AI. Centrum danych może być fizycznie ukończone, ale nadal nie może działać z pełną mocą, jeśli otaczająca je sieć elektroenergetyczna nie ma wystarczającej mocy wytwórczej lub przesyłowej. Dlatego dostępność energii staje się coraz ważniejszym kryterium przy wyborze lokalizacji nowych centrów danych przez firmy technologiczne.

Obszary z dużą dostępnością energii, niezawodną infrastrukturą przesyłową i korzystnymi cenami energii mogą stać się głównymi ośrodkami rozwoju AI.

Infrastruktura AI napędza nowy cykl inwestycyjny

Szybki rozwój sztucznej inteligencji tworzy to, co może stać się jednym z największych cykli inwestycji infrastrukturalnych od dziesięcioleci. Firmy inwestują miliardy dolarów w centra danych, systemy obliczeń wysokiej wydajności i infrastrukturę sieciową. Jednocześnie rządy i przedsiębiorstwa energetyczne rozważają sposoby zwiększenia wytwarzania energii elektrycznej.

Potrzeby inwestycyjne obejmują wiele branż. Elektrownie trzeba zbudować lub zmodernizować. Linie przesyłowe trzeba rozbudować. Centra danych trzeba wybudować. Produkcja półprzewodników musi się skalować. Technologia chłodzenia musi stać się bardziej wydajna. Wszystkie te inwestycje wymagają kapitału, co jest jednym z powodów, dla których duzi zarządzający aktywami, tacy jak BlackRock, coraz mocniej koncentrują się na infrastrukturze AI.

Dlaczego BlackRock jest zainteresowany

Dla zarządzającego aktywami o skali BlackRock infrastruktura AI oznacza coś więcej niż trend technologiczny. To potencjalna długoterminowa okazja inwestycyjna w infrastrukturę. Centra danych mogą generować powtarzalne przychody dzięki długoterminowym kontraktom z firmami technologicznymi. Infrastruktura energetyczna również może oferować długoterminowe możliwości inwestycyjne.

Pasuje to do szerszej strategii inwestycyjnej realizowanej przez dużych inwestorów instytucjonalnych poszukujących aktywów zdolnych do generowania stóp zwrotu przez wiele lat. Boom AI może zatem stworzyć pomost między Silicon Valley a tradycyjnym inwestowaniem w infrastrukturę: firmy technologiczne zapewniają popyt, inwestorzy infrastrukturalni zapewniają kapitał, a firmy energetyczne dostarczają energię.

Sieć elektroenergetyczna stoi przed nowym wyzwaniem

Sieci elektroenergetyczne nie były pierwotnie projektowane z myślą o klastrach ogromnych centrów danych AI. Tradycyjny popyt na energię elektryczną był rozproszony między gospodarstwa domowe, biura, fabryki i obiekty komercyjne. Z kolei centra danych AI tworzą wyjątkowo skoncentrowany popyt. Jeden duży obiekt może wymagać setek megawatów, a przyszłe kampusy AI mogą potencjalnie wymagać jeszcze więcej.

To stawia przed przedsiębiorstwami energetycznymi nowe wyzwania. Muszą określić, gdzie należy budować nową produkcję energii, w jaki sposób energia dotrze do centrów danych oraz jak utrzymać stabilność sieci w miarę wzrostu popytu. Infrastruktura przesyłowa może wymagać lat planowania, uzyskiwania pozwoleń i budowy, co tworzy potencjalną rozbieżność między tempem rozwoju AI a tempem rozwoju infrastruktury energetycznej.

Energetyka jądrowa wraca do dyskusji

Rozwój AI ożywił również zainteresowanie energią jądrową. Elektrownie jądrowe mogą dostarczać duże ilości energii przez całą dobę, niezależnie od warunków pogodowych. Taka niezawodność jest atrakcyjna dla operatorów centrów danych, którzy potrzebują ciągłego zasilania.

Kilka firm technologicznych wyszło już poza etap rozpoznawczy i zawarło konkretne porozumienia. W 2024 roku Microsoft ogłosił umowę zakupu energii z Constellation Energy dotyczącą ponownego uruchomienia reaktora jądrowego Three Mile Island Unit 1, a Amazon ujawnił inwestycje w projekty małych reaktorów modułowych z udziałem firm, w tym X-energy. Google osobno ogłosił umowę z Kairos Power dotyczącą zakupu energii z małych reaktorów modułowych. Małe reaktory modułowe przyciągają także szerszą uwagę jako potencjalne przyszłe źródło energii dla dużych obiektów przemysłowych. Projekty jądrowe zazwyczaj jednak wiążą się z długimi harmonogramami realizacji, dużymi potrzebami kapitałowymi i barierami regulacyjnymi.

W związku z tym na potrzeby najbliższej ekspansji AI firmy mogą musieć opierać się na połączeniu istniejących elektrowni jądrowych, gazu ziemnego, źródeł odnawialnych, magazynów energii i modernizacji sieci.

Gaz ziemny może skorzystać na popycie ze strony AI

Boom energetyczny związany z AI może również wzmocnić popyt na gaz ziemny. Elektrownie gazowe mogą dostarczać energię dyspozycyjną i często można je realizować szybciej niż duże projekty jądrowe, co czyni je atrakcyjnymi dla regionów chcących wspierać szybko rosnący popyt na energię elektryczną.

Jednocześnie większe uzależnienie od gazu ziemnego wywołuje kolejną debatę dotyczącą emisji i polityki klimatycznej. Branża AI może więc stanąć przed trudnym balansem. Firmy chcą niezawodnej i przystępnej cenowo energii, ale inwestorzy i decydenci polityczni coraz bardziej koncentrują się również na emisjach dwutlenku węgla. Może to prowadzić do bardziej zdywersyfikowanego miksu energetycznego obejmującego gaz ziemny, energetykę jądrową, energię odnawialną i nowe technologie.

Energia odnawialna również ma rolę

Energia odnawialna pozostanie ważną częścią dyskusji o infrastrukturze AI. Wytwarzanie energii słonecznej i wiatrowej może zapewnić duże ilości relatywnie taniej energii elektrycznej. Wyzwanie polega na tym, że centra danych AI zazwyczaj wymagają niezawodnego zasilania przez całą dobę. Produkcja energii słonecznej zmienia się w ciągu dnia, a produkcja energii wiatrowej może wahać się w zależności od warunków pogodowych.

Oznacza to, że energia odnawialna może wymagać połączenia z magazynowaniem energii, łącznością sieciową lub innymi stabilnymi źródłami energii. Niektóre firmy technologiczne już podpisują długoterminowe umowy na energię odnawialną, aby wspierać rosnące zużycie energii elektrycznej.

Efektywność może zmienić równanie

Ilość energii elektrycznej wymaganej przez AI nie jest stała. Postęp technologiczny mógłby znacząco zmniejszyć energię potrzebną do pojedynczych zadań AI. Bardziej wydajne procesory, lepsze oprogramowanie, usprawnione systemy chłodzenia i postępy w architekturze modeli mogą zmniejszyć zużycie energii.

Jednocześnie poprawa efektywności może zachęcać do większego korzystania z AI — zjawiska czasem określanego jako efekt odbicia. Jeśli AI stanie się tańsza i bardziej wydajna, firmy mogą korzystać z niej częściej, potencjalnie częściowo niwelując oszczędności energii. Ulepszenia efektywności mogą więc zmniejszyć ilość energii potrzebnej na pojedyncze zadanie AI, niekoniecznie zmniejszając całkowity popyt na energię.

Gospodarka AI staje się fizyczna

Jedną z najważniejszych konsekwencji dyskusji o energii jest to, że sztuczna inteligencja nie jest już wyłącznie zjawiskiem cyfrowym. AI może być dostarczana poprzez oprogramowanie, ale infrastruktura ją wspierająca ma charakter fizyczny. Wymaga budynków, energii elektrycznej, systemów chłodzenia, sieci światłowodowych i fabryk półprzewodników.

Oznacza to, że przyszłość AI będzie częściowo zależeć od branż, które tradycyjnie miały niewiele wspólnego z tworzeniem oprogramowania. Firmy energetyczne mogą stać się coraz ważniejsze dla inwestorów technologicznych. Firmy budowlane mogą skorzystać na rozbudowie centrów danych. Producenci sprzętu mogą odnotować wzrost popytu na systemy elektryczne i technologię chłodzenia. Fundusze infrastrukturalne mogą finansować nowe obiekty. Gospodarka AI rozszerza się więc w kierunku gospodarki fizycznej.

Inwestorzy obserwują handel na energii dla AI

Rosnące zapotrzebowanie AI na energię elektryczną tworzy nowy motyw inwestycyjny. Inwestorzy coraz częściej patrzą nie tylko na firmy rozwijające modele i układy AI, ale również na spółki dostarczające infrastrukturę potrzebną do działania tych systemów.

Firmy użyteczności publicznej mogą skorzystać na rosnącym zużyciu energii. Wytwórcy energii mogą skorzystać na długoterminowych kontraktach. Operatorzy centrów danych mogą zyskać dzięki silnemu popytowi na moc obliczeniową. Inwestorzy infrastrukturalni mogą uczestniczyć w finansowaniu dużych projektów. Efektem jest szerszy ekosystem inwestycji w AI.

Potencjalne ograniczenie dla wzrostu AI

Jeśli infrastruktura energetyczna nie rozwinie się wystarczająco szybko, dostępność energii może stać się ograniczeniem dla rozwoju AI. Firmy mogą mieć kapitał na zakup układów i budowę centrów danych, ale nadal będą napotykać opóźnienia, ponieważ nie zdołają zapewnić wystarczającej mocy.

Może to wpływać na lokalizację przyszłych obiektów AI. Regiony z nadwyżką produkcji energii mogą stawać się coraz bardziej atrakcyjne. Kraje z szybszymi procedurami wydawania pozwoleń mogą również zyskać przewagę. W Stanach Zjednoczonych możliwość rozbudowy wytwarzania i przesyłu energii może stać się ważnym czynnikiem utrzymania przywództwa technologicznego.

Konkurencja o energię może się zwiększyć

Centra danych AI nie będą jedynym źródłem rosnącego popytu na energię elektryczną. Pojazdy elektryczne, produkcja, elektryfikacja przemysłu i inne technologie również zwiększają zużycie energii elektrycznej. Może to wywołać rywalizację o dostępne moce.

Przedsiębiorstwa energetyczne mogą musieć równoważyć potrzeby centrów danych z potrzebami odbiorców mieszkaniowych i przemysłowych. Może to prowadzić do debat politycznych o cenach energii i inwestycjach infrastrukturalnych. Kwestia tego, kto zapłaci za rozbudowę sieci, może stać się szczególnie istotna.

AI może przekształcić sektor energetyczny

Relacja między AI a energią może ostatecznie stać się wzajemnie wzmacniająca. Firmy AI potrzebują energii elektrycznej, a firmy energetyczne mogą wykorzystywać AI do usprawniania działalności. Sztuczna inteligencja może pomagać przedsiębiorstwom użyteczności publicznej prognozować popyt na energię, zarządzać wytwarzaniem odnawialnym, optymalizować pracę elektrowni i identyfikować problemy konserwacyjne.

AI może więc jednocześnie zwiększać popyt na energię elektryczną i pomagać sektorowi energetycznemu działać wydajniej. Technologia ta może stać się zarówno dużym konsumentem energii, jak i ważnym narzędziem poprawy funkcjonowania systemu elektroenergetycznego.

Szerszy obraz

Ostrzeżenie Larry’ego Finka dotyczące ogromnego zapotrzebowania na moc związanej ze sztuczną inteligencją podkreśla jedno z najważniejszych wyzwań stojących przed sektorem technologicznym. Rewolucja AI będzie wymagać znacznie więcej niż lepszych modeli i szybszych układów. Będzie wymagać ogromnej fizycznej infrastruktury zdolnej do wspierania coraz potężniejszych systemów obliczeniowych.

Centra danych będą potrzebować energii elektrycznej. Systemy elektroenergetyczne będą potrzebować nowej mocy wytwórczej i przesyłowej. Inwestorzy będą musieli zapewnić kapitał. Rządy będą musiały przyspieszyć wydawanie pozwoleń i rozwój infrastruktury. Firmy technologiczne będą musiały znaleźć sposoby na zwiększenie efektywności energetycznej systemów AI.

Skala wyzwania jest ogromna, ale równie duża jest potencjalna szansa gospodarcza. BlackRock i inni duzi inwestorzy już traktują infrastrukturę AI jako główny długoterminowy motyw inwestycyjny. Poprzednie inicjatywy infrastrukturalne firmy podkreślały rosnące znaczenie centrów danych i ogromne potrzeby kapitałowe związane z rozbudową AI.

Dla sektora technologicznego kolejna faza wyścigu AI może być zatem określana nie tylko przez to, kto zbuduje najbardziej zaawansowane modele, ale także przez to, kto zabezpieczy energię potrzebną do ich uruchamiania. W miarę jak AI nadal rozszerza się na biznes, aplikacje konsumenckie i usługi publiczne, energia może stać się jednym z najważniejszych zasobów strategicznych w globalnym wyścigu technologicznym.

Firmy i kraje zdolne do budowy niezawodnej, przystępnej cenowo i skalowalnej infrastruktury energetycznej mogą ostatecznie uzyskać znaczącą przewagę w określaniu tempa rozwoju sztucznej inteligencji.

Źródło: Hokanews