Hva er KIs materialavtrykk?

En KI-modell kan fremstå som programvare på en skjerm, men driften krever en lang fysisk kjede. Gruver og raffinerier leverer råvarer; halvlederfabrikker produserer prosessorer og minne; utstyrsprodusenter monterer servere; og datasentre sørger for strøm, nettverk og kjøling.

Dette skillet er viktig fordi strøm til drift bare er én del av livsløpet. Før en server behandler sin første ledetekst, er energi og materialer allerede brukt til å produsere brikkene, kretskortene, strømforsyningene, lagringsenhetene og kjøleutstyret samt bygningen som huser dem.

Ingen enkeltverdi dekker hele dette avtrykket. Avgrensningene varierer mellom studier: Noen teller bare datautstyr, mens andre inkluderer bygninger, kraftinfrastruktur, vann, nettverk, utskiftingssykluser eller behandling ved endt levetid. Et troverdig anslag må oppgi hva som er inkludert.

KI-akseleratorer kombinerer prosessorer, minne med høy båndbredde, kretskort, kjølekomponenter og kompleks brikkekapsling. Produksjonen krever svært kontrollerte produksjonsforhold, gjentatte prosesstrinn, ultrarent vann, strøm, spesialgasser og kjemikalier.

Mindre prosessnoder i halvlederproduksjonen kan gi høyere beregningsytelse, men produksjonen blir ikke fri for miljøpåvirkning. Gjennomgangen fra The Shift Project påpeker at energibruk, vannbruk og klimagasspåvirkning per enhet silisiumareal kan øke når produksjonsprosessene blir mer avanserte, samtidig som offentlige produktdata fortsatt er ufullstendige.

Effektivitet må derfor vurderes på to nivåer. En nyere akselerator kan utføre den samme arbeidsbelastningen med mindre strøm, men tidlig utskifting av utstyr skaper også et nytt produksjonsavtrykk. Det beste utfallet avhenger av hvor effektivt arbeidsbelastningen håndteres, nyttig levetid, utnyttelsesgrad og hva som skjer med maskinvaren som erstattes.

Servere inneholder stål, aluminium, kobber, silisium og mange mindre mengder spesialmaterialer som brukes i elektronikk, batterier, magneter, kontakter og kraftsystemer. Forskningen fra ADEME som oppsummeres av The Shift Project, påpeker at mer enn 50 metaller kan forekomme i digitalt utstyr.

Spørsmålet handler ikke bare om massen til hvert materiale. Gruvedrift, raffinering og komponentproduksjon foregår i ulike land med svært forskjellige forhold knyttet til energi, vann, forurensning, arbeidsvilkår og forvaltning. En liten mengde av et materiale som er vanskelig å raffinere, kan ha en påvirkning som ikke fremgår av den ferdige serverens vekt.

Leverandørkjedene er også geografisk konsentrert. Stanfords AI Index fremhever at produksjonen av avanserte halvledere og beregningskapasiteten for KI er konsentrert i et lite antall land. Denne konsentrasjonen kan skape industrielle flaskehalser og fordele gevinster og miljøbelastninger ujevnt.

KI-infrastruktur krever mer enn serverrack med akseleratorer. Datasentre bruker betong, konstruksjonsstål, transformatorstasjoner, reservesystemer, batterier, transformatorer, koblingsanlegg, kabler, pumper, varmevekslere, kjøletårn og nettverksutstyr.

Innebygde utslipp fra produksjon og bygging er ofte mindre enn driftsutslippene i et strømnett med en høy andel fossil energi, men de er ikke ubetydelige. Deres relative betydning øker når strømmen får lavere karbonintensitet, fordi betong, stål, elektronikk og erstatningsutstyr fortsatt inngår i livsløpet.

Anlegget og IT-utstyret eldes også i ulikt tempo. En innrapportering fra 2026 for Googles Agate-datasenter i Nebraska beskriver en typisk dimensjonerende levetid for anlegget på mer enn 25 år og en bygningskonstruksjon med en levetid på 30 til 50 år, mens interne delsystemer for databehandling, strøm og kjøling skiftes ut eller moderniseres modulvis. Dette er en operatørs beskrivelse av ett datasenter, ikke en universell regel for bransjen.

Etterspørselen etter raskere akseleratorer kan forkorte de faktiske utskiftingssyklusene selv når eldre maskinvare fortsatt fungerer. Nytt utstyr kan forbedre ytelsen per watt, men produksjonen krever en ny runde med materialer, industriell energi, transport og installasjon.

Maskinvare som tas ut av drift, blir ikke automatisk avfall. Noen servere og komponenter kan omdisponeres til mindre krevende arbeidsbelastninger, settes i stand, selges videre eller brukes som reservedeler. Sikker datahåndtering, kompatibilitet, energieffektivitet og vedlikeholdskostnader avgjør om ombruk er praktisk mulig.

Det som ikke kan brukes om igjen, går videre til håndtering som elektronisk avfall. Rapporten fra UNU-INWEH viser til en fremskriving på opptil 2,5 millioner tonn KI-relatert elektronisk avfall per år innen 2030. Dette er et fremtidsrettet anslag, ikke en målt totalsum for dagens situasjon, og det avhenger sterkt av forutsetningene om utbygging og utskifting.

Produksjon av halvledere og elektronikk kan forbruke vann og involvere løsemidler, spesialgasser og tungt nedbrytbare kjemikalier. PFAS brukes i noen halvlederprosesser og bruksområder for varmeoverføring, men offentlig tilgjengelig dokumentasjon gir ikke grunnlag for å tilskrive KI alene en presis global PFAS-mengde.

Arealbruk er en annen avgrensning. Gruver, fabrikker, kraftproduksjon, overføringslinjer og datasenterområder opptar alle plass, men resultatene for arealavtrykket avhenger sterkt av strømkilden og beregningsmetoden. Rapporten fra UNU-INWEH viser hvorfor valg med lave karbonutslipp, lavt vannforbruk og liten arealbruk ikke alltid er det samme valget.

Disse påvirkningene kan oppstå langt fra dem som bruker den endelige tjenesten. Mineraler kan utvinnes i én region, raffineres i en annen, bearbeides til brikker et annet sted og installeres i datasentre som betjener brukere over hele verden. Livsløpsanalyse bidrar til å synliggjøre disse spredte påvirkningene uten å gi inntrykk av at alle kan reduseres til én samlet verdi.

De mest direkte tiltakene er lengre nyttig levetid for maskinvare, høy utnyttelsesgrad for servere, reparerbare og modulære systemer, ombruk før gjenvinning, renere produksjon og bedre gjenvinning av verdifulle materialer. Operatører kan også offentliggjøre avtrykk på produktnivå og retningslinjer for utskifting, slik at forbedringer kan etterprøves.

Programvarevalg har også betydning. Mindre modeller tilpasset formålet, effektiv inferens, satsvis behandling, kvantisering og ruting av enkle oppgaver til mindre ressurskrevende systemer kan gi nyttig arbeid fra eksisterende maskinvare. Effektivisering reduserer bare det samlede avtrykket når veksten i etterspørselen ikke oppveier besparelsene.

Bedre måling er avgjørende. Rapporteringen bør skille strøm til drift fra innebygde utslipp, angi livsløpets avgrensninger og skille gjennomsnitt for hele selskapet fra data for enkeltanlegg. Målet er ikke å knytte ett nøyaktig materialtall til hver ledetekst, men å gjøre infrastrukturbeslutninger mer transparente og sammenlignbare.