Jaká je materiálová stopa AI?

Model AI se může jevit jako software na obrazovce, ale jeho provoz vyžaduje dlouhý fyzický řetězec. Doly a rafinerie dodávají suroviny, polovodičové závody vyrábějí procesory a paměti, výrobci zařízení sestavují servery a datacentra zajišťují napájení, síťové připojení a chlazení.

Toto rozlišení je důležité, protože elektřina spotřebovaná za provozu tvoří jen jednu část životního cyklu. Ještě než server zpracuje první prompt, byla energie a materiály již vynaloženy na výrobu jeho čipů, desek plošných spojů, napájecích zdrojů, úložišť, chladicích zařízení i na stavbu budovy, v níž jsou umístěny.

Žádné jediné číslo celou tuto stopu nevystihuje. Hranice hodnocení se mezi studiemi liší: některé započítávají pouze výpočetní techniku, jiné zahrnují také budovy, elektrickou infrastrukturu, vodu, sítě, cykly výměny nebo nakládání se zařízením na konci životnosti. Důvěryhodný odhad musí uvádět, co zahrnuje.

Akcelerátory AI spojují procesory, paměti s vysokou propustností, desky plošných spojů, chladicí součásti a složité technologie pouzdření. Jejich výroba vyžaduje mimořádně přísně kontrolované podmínky, opakované kroky zpracování, ultračistou vodu, elektřinu, speciální plyny a chemikálie.

Menší technologické uzly mohou přinášet vyšší výpočetní výkon, výroba polovodičů tím však neztrácí své dopady. Přehled The Shift Project uvádí, že spotřeba energie a vody i emise skleníkových plynů na jednotku plochy křemíku mohou s pokročilejšími výrobními procesy růst, zatímco veřejná data o jednotlivých produktech zůstávají neúplná.

Efektivitu je proto třeba posuzovat na dvou úrovních. Novější akcelerátor může zpracovat stejnou výpočetní zátěž s nižší spotřebou elektřiny, ale předčasná výměna zařízení vytváří další výrobní stopu. Nejlepší výsledek závisí na efektivitě zpracování úloh, době používání, míře využití a dalším osudu nahrazeného hardwaru.

Servery obsahují ocel, hliník, měď, křemík a menší množství mnoha speciálních materiálů používaných v elektronice, bateriích, magnetech, konektorech a napájecích systémech. Výzkum ADEME shrnutý v přehledu The Shift Project uvádí, že v digitálních zařízeních se může vyskytovat více než 50 kovů.

Nejde pouze o hmotnost jednotlivých materiálů. Těžba, rafinace a výroba součástek probíhají v různých zemích a mohou se zásadně lišit z hlediska energetických a vodních nároků, znečištění, pracovních podmínek a správy. Malé množství obtížně rafinovatelného materiálu může mít dopad, který z hmotnosti hotového serveru není patrný.

Dodavatelské řetězce jsou také geograficky koncentrované. AI Index Stanfordovy univerzity upozorňuje na soustředění výroby pokročilých polovodičů a výpočetních kapacit pro AI do malého počtu zemí. Tato koncentrace může vytvářet úzká místa v průmyslu a nerovnoměrně rozdělovat přínosy i environmentální zátěž.

Infrastruktura AI potřebuje více než jen racky s akcelerátory. Datacentra využívají beton, konstrukční ocel, elektrické rozvodny, záložní systémy, baterie, transformátory, rozváděče, kabely, čerpadla, výměníky tepla, chladicí věže a síťová zařízení.

Zabudované emise z výroby a výstavby bývají v síti s vysokým podílem fosilních paliv menší než provozní emise, nejsou však zanedbatelné. Jejich relativní význam roste s klesající uhlíkovou náročností elektřiny, protože beton, ocel, elektronika a náhradní zařízení zůstávají součástí životního cyklu.

Budovy a IT vybavení navíc stárnou různým tempem. Podání z roku 2026 týkající se datacentra Agate společnosti Google v Nebrasce popisuje obvyklou návrhovou životnost objektu delší než 25 let a životnost stavební konstrukce a pláště od 30 do 50 let, zatímco vnitřní výpočetní, elektrické a chladicí podsystémy se vyměňují nebo modernizují po modulech. Jde o popis jednoho datacentra jeho provozovatelem, nikoli o univerzální pravidlo odvětví.

Poptávka po rychlejších akcelerátorech může v praxi zkracovat cykly výměny, i když starší hardware stále funguje. Nové vybavení může zvýšit výkon na watt, jeho výroba však vyžaduje další materiály, energii pro průmysl, dopravu a instalaci.

Vyřazený hardware se nestává automaticky odpadem. Některé servery a součástky lze převést na méně náročné úlohy, renovovat, prodat nebo využít jako náhradní díly. O proveditelnosti opětovného použití rozhodují bezpečné nakládání s daty, kompatibilita, energetická účinnost a náklady na údržbu.

Co nelze znovu použít, vstupuje do systému nakládání s elektroodpadem. Zpráva UNU-INWEH cituje projekci až 2.5 milionu tun elektroodpadu souvisejícího s AI ročně do roku 2030. Jde o odhad budoucího vývoje, nikoli o změřený současný úhrn, a silně závisí na předpokladech o nasazování a výměně zařízení.

Výroba polovodičů a elektroniky může spotřebovávat vodu a využívat rozpouštědla, speciální plyny a perzistentní chemické látky. PFAS se používají v některých polovodičových procesech a aplikacích přenosu tepla, veřejné podklady však neumožňují přiřadit přesné celosvětové množství PFAS pouze AI.

Další hranicí hodnocení je zábor půdy. Doly, továrny, zdroje elektřiny, přenosová vedení i areály datacenter zabírají prostor, ale výsledky hodnocení této stopy silně závisejí na zdroji elektřiny a metodě výpočtu. Zpráva UNU-INWEH ukazuje, proč volby s nízkými emisemi, malou spotřebou vody a malým záborem půdy nejsou vždy totožné.

Tyto dopady mohou vznikat daleko od lidí, kteří využívají výslednou službu. Nerostné suroviny se mohou těžit v jednom regionu, rafinovat v jiném, zpracovávat na čipy jinde a následně instalovat v datacentrech sloužících uživatelům po celém světě. Analýza životního cyklu pomáhá tyto rozptýlené dopady zviditelnit, aniž by předstírala, že je lze všechny shrnout do jediného skóre.

Nejpřímějšími opatřeními jsou delší doba používání hardwaru, vysoká míra využití serverů, opravitelné a modulární systémy, opětovné použití před recyklací, čistší výroba a lepší zpětné získávání cenných materiálů. Provozovatelé mohou také zveřejňovat stopy jednotlivých produktů a zásady výměny zařízení, aby bylo možné zlepšení ověřit.

Záleží i na softwarových rozhodnutích. Menší modely odpovídající účelu, efektivní inference, dávkové zpracování, kvantizace a směrování jednoduchých úloh do méně náročných systémů umožňují odvádět užitečnou práci na stávajícím hardwaru. Efektivita snižuje celkovou stopu pouze tehdy, když růst poptávky dosažené úspory nevymaže.

Zásadní je kvalitnější měření. Vykazování by mělo oddělovat provozní spotřebu elektřiny od zabudovaných emisí, vymezovat hranice životního cyklu a rozlišovat celofiremní průměry od dat za jednotlivé objekty. Cílem není přiřadit každému promptu jediné přesné číslo materiálové stopy, ale zajistit transparentnější a lépe porovnatelná rozhodnutí o infrastruktuře.