Waarom AI zoveel stroom gebruikt

Twee soorten verbruik

Het energieverbruik van AI valt uiteen in twee heel verschillende posten. Trainen is een eenmalige krachtsinspanning: maandenlang duizenden chips laten rekenen om één model te maken. Gebruiken kost per keer weinig, maar gebeurt miljarden keren per dag.

Lange tijd domineerde het trainen de discussie. Inmiddels is het omgekeerd: het dagelijks gebruik verbruikt in totaal veel meer dan het trainen ooit deed.

Waarom het per vraag zoveel is

Een gewone zoekopdracht haalt een bestaand antwoord op uit een index. Een taalmodel rékent het antwoord uit, woord voor woord, waarbij het telkens door miljarden getallen gaat. Dat is een fundamenteel duurdere handeling — grofweg een orde van grootte meer energie dan een zoekopdracht.

De koeling

Een aanzienlijk deel van het verbruik gaat niet naar rekenen maar naar het afvoeren van warmte. AI-chips worden extreem heet en moeten continu gekoeld worden. In sommige datacenters gebeurt dat met water, wat in droge gebieden tot spanningen leidt over het waterverbruik.

Waarom er kerncentrales bij komen

Een groot AI-datacenter verbruikt evenveel stroom als een middelgrote stad, en het net kan die groei niet overal aan. Techbedrijven sluiten daarom rechtstreeks contracten met energieleveranciers, waaronder kerncentrales, om verzekerd te zijn van levering. Dat verklaart waarom energiebedrijven inmiddels als AI-aandelen worden verhandeld — zie de gids over AI-aandelen.

De andere kant

Het beeld is niet eenzijdig. Modellen worden per prestatie snel efficiënter: dezelfde kwaliteit kost elk jaar aanzienlijk minder rekenkracht. En AI wordt zelf ingezet om energienetten, gebouwen en transport efficiënter te maken. Of de winst opweegt tegen het verbruik is een open vraag waar geen eerlijk antwoord op te geven valt zonder aannames.