Inhoudsopgave
Het korte antwoord: dat hangt af van het ontwerp, de locatie en de energiebron
AI-datacenters kunnen een aanzienlijke belasting voor het milieu vormen, maar het is te simplistisch om te stellen dat elk AI-datacenter automatisch slecht is voor het milieu. Dezelfde werklast kan zeer uiteenlopende gevolgen hebben, afhankelijk van het elektriciteitsnet, het koelsysteem, de lokale wateromstandigheden en de efficiëntie van de hardware.
Een datacenter dat grotendeels wordt aangedreven door koolstofarme elektriciteit, gebruikmaakt van efficiënte koeling en transparant rapporteert, heeft een andere ecologische voetafdruk dan een datacenter dat afhankelijk is van een elektriciteitsnet met een hoog aandeel fossiele brandstoffen, schaars lokaal water verbruikt of extra druk uitoefent op een toch al overbelast elektriciteitsnet.
De relevante vraag is niet of AI-datacenters in abstracto goed of slecht zijn. Het gaat erom wat ze verbruiken, waar ze zich bevinden, wat ze vervangen of mogelijk maken, en of lokale gemeenschappen de afwegingen duidelijk kunnen overzien.
De vraag naar elektriciteit is het belangrijkste milieuprobleem
AI-datacenters zijn bedoeld om rekenkracht te leveren. Grote AI-systemen zijn afhankelijk van dicht opeengepakte rekken met GPU’s, netwerken met hoge bandbreedte, opslag, geheugen en stroomvoorzieningsapparatuur. Wanneer deze systemen modellen trainen of inferentieverzoeken verwerken, verbruiken ze continu elektriciteit.
De milieu-impact van die elektriciteit hangt sterk af van het elektriciteitsnet. Een megawattuur uit een koolstofarm elektriciteitsnet heeft een andere klimaatimpact dan een megawattuur die voornamelijk uit steenkool of gas wordt opgewekt. Daarom is de locatie net zo belangrijk als de apparatuur in het gebouw.
Voor een uitgebreidere uitleg over waarom AI zoveel energie verbruikt, zie Waarom verbruikt AI zoveel elektriciteit?.
Het waterverbruik hangt af van de gekozen koelmethode en de lokale schaarste
AI-chips produceren warmte. Datacenters moeten die warmte afvoeren om de betrouwbaarheid en efficiëntie van de servers te waarborgen. Sommige faciliteiten maken gebruik van luchtkoeling, andere van gekoeldwatercircuits, weer andere van verdampingskoeling, en veel faciliteiten maken gebruik van hybride ontwerpen die zich aanpassen aan de omstandigheden buiten.
Koeling op waterbasis kan onder bepaalde omstandigheden het elektriciteitsverbruik verminderen, maar kan ook het lokale waterverbruik doen toenemen. Die afweging is niet per se goed of slecht. Het hangt af van het lokale klimaat, de waterschaarste, de energiemix en of het water drinkbaar is, hergebruikt wordt of op een andere manier wordt beheerd.
Zie voor meer informatie over koeling en waterverbruik Waarom verbruiken AI-datacenters zoveel water?.
De CO₂-uitstoot hangt af van de elektriciteitsmix
Het grootste deel van de CO₂-uitstoot van AI-datacenters is indirect. De servers stoten in het datacenter zelf doorgaans geen CO₂ uit, maar de elektriciteit die wordt gebruikt om ze van stroom te voorzien, kan ergens in het elektriciteitsnet afkomstig zijn van fossiele brandstoffen.
Dit betekent dat hetzelfde AI-model verschillende CO₂-voetafdrukken kan hebben, afhankelijk van wanneer en waar het wordt uitgevoerd. De regionale CO₂-intensiteit van het elektriciteitsnet, de inkoop van hernieuwbare energie, back-upopwekking en de afstemming van de elektriciteitsvraag per uur kunnen allemaal van invloed zijn op de werkelijke voetafdruk.
Aangezien gedetailleerde informatie over de herkomst van energie voor AI zelden openbaar wordt gemaakt, moeten schattingen van de CO₂-uitstoot als indicatief worden beschouwd. Transparante aannames zijn geloofwaardiger dan te doen alsof de exacte wereldwijde totalen bekend zijn.
Lokale effecten kunnen net zo belangrijk zijn als de wereldwijde totalen
Datacenters zijn fysieke industriële faciliteiten. Ze hebben grond, aansluitingen op het elektriciteitsnet, onderstations, glasvezel, back-upsystemen, bouwmaterialen en koelinfrastructuur nodig. Zelfs nu de wereldwijde uitstoot het belangrijkste onderwerp is, kunnen lokale gevolgen bepalend zijn voor de vraag of een project wordt goedgekeurd.
Gemeenschappen kunnen zich zorgen maken over waterverbruik, elektriciteitsrekeningen, overbelasting van het elektriciteitsnet, geluidsoverlast, fiscale stimuleringsmaatregelen, ruimtelijke ordening, overlast door bouwwerkzaamheden of de vraag of het aantal beloofde banen in verhouding staat tot de omvang van de publieke steun. Deze zorgen zijn niet overal hetzelfde.
Daarom moet een serieuze milieubeoordeling verder kijken dan de totale vraag naar AI. Er moet worden onderzocht wat de impact is van een specifiek datacenter op een specifiek elektriciteitsnet, stroomgebied en de lokale gemeenschap.
Het grootste probleem is vaak een gebrek aan transparantie
De openbare rapportage over AI-infrastructuur verbetert, maar is nog steeds onvolledig. Veel bedrijven maken wel cijfers over hun energie- of waterverbruik bekend, maar niet altijd de details die nodig zijn om AI-werklasten, afzonderlijke faciliteiten of specifieke systemen voor het uitvoeren van modellen apart in kaart te brengen.
Zonder duidelijke informatie moeten externe schattingen worden gebaseerd op een combinatie van openbare rapporten, aannames over de infrastructuur, hardwarespecificaties en onderzoek. Dit kan nuttige schattingen in de orde van grootte opleveren, maar mag niet worden verward met gecontroleerde metingen op faciliteitsniveau.
Meer transparantie zou het debat concreter maken: hoeveel elektriciteit is er nodig, welke netcapaciteit wordt gebruikt, hoe werkt de koeling, om welke waterbron gaat het en hoe veranderen de effecten in de loop van de tijd?
AI-datacenters kunnen weliswaar verbeteren, maar de vraag zou sneller kunnen groeien
De ecologische voetafdruk van AI-datacenters kan worden verkleind door efficiëntere chips, betere modeluitvoering, kleinere gespecialiseerde modellen, hergebruik van warmte, verbeterde koeling, een betere locatiekeuze, koolstofarmere elektriciteit en strengere rapportagenormen.
Efficiëntie alleen is geen garantie voor een lagere totale impact. Als het gebruik van AI sneller toeneemt dan de efficiëntie verbetert, kunnen de totale elektriciteitsvraag, de behoefte aan koeling en de uitbreiding van de infrastructuur nog steeds toenemen.
De realistische conclusie is genuanceerd: AI-datacenters zijn niet per definitie slecht, maar ze zijn ook niet zonder gevolgen. Hun milieuprestaties hangen af van technische keuzes, lokale beperkingen op het gebied van hulpbronnen, publieke verantwoording en de omvang van de vraag waarvoor ze zijn gebouwd.