Ještě nedávno se o budoucnosti umělé inteligence mluvilo hlavně přes výkon čipů, cenu akcelerátorů a schopnost firem stavět stále větší modely. Jenže do popředí se dostává mnohem tvrdší limit. Elektřina. Podle nové analýzy společnosti Gartner má celosvětová energetická náročnost datových center v roce 2026 vzrůst o 27 procent a dosáhnout 132 gigawattů. V roce 2025 to má být 104 gigawattů. Do roku 2030 pak Gartner očekává až 290 gigawattů.

To je číslo, které mění pohled na celý závod v umělé inteligenci. Firmy jako Microsoft, Google, Amazon, Meta, Nvidia nebo Oracle mohou dál nakupovat čipy, uzavírat dohody s dodavateli a stavět nové areály. Pokud ale nebude dostatek stabilního příkonu, část plánů narazí na fyzickou realitu elektrické sítě.

Elektřina jako nová hranice AI

Gartner upozorňuje, že poptávka po výpočetně náročných AI úlohách žene spotřebu datových center nahoru mimořádným tempem. Linglan Wang z Gartneru k tomu uvedla, že dostupnost energie se stává novým bojištěm pro škálování AI a ochranu marží v globálním závodě kolem umělé inteligence.

Nejde přitom jen o trénování velkých jazykových modelů. Velkou část spotřeby bude tvořit i každodenní provoz AI služeb, tedy inference. Každý dotaz na chatbot, generování obrázku, sumarizace dokumentu nebo práce podnikových AI agentů znamená výpočetní operace v datovém centru. A čím víc se AI dostává do firemních systémů, vyhledávání, kancelářských balíků nebo zákaznické podpory, tím méně jde o jednorázovou technologickou vlnu a tím víc o trvalou energetickou zátěž.

Podle Gartneru mají AI servery už nyní tvořit významnou část spotřeby datových center a jejich podíl má dál růst. Do roku 2027 by mohly v energetických nárocích překonat klasické serverové úlohy. Tím se mění i obchodní logika celého odvětví. Nestačí dodat co nejvýkonnější hardware. Stále důležitější bude, kolik výpočtů zvládne daný systém z jedné kilowatthodiny.

Právě proto začíná Nvidia zdůrazňovat metriku „tokens per watt“, tedy kolik výstupních jednotek AI zvládne čip vyprodukovat při dané spotřebě. Jensen Huang tím reaguje na realitu, ve které už výkon sám o sobě nemusí být hlavním argumentem. Pokud je datové centrum omezené příkonem, vítězí efektivita.

Nestačí postavit halu se servery

Energetický problém je složitější než samotná stavba datového centra. Serverové haly lze projektovat poměrně rychle, ale připojení k síti, posílení rozvoden, nové zdroje a povolovací procesy bývají otázkou let. Goldman Sachs už dříve upozornil, že do konce dekády mohou být potřeba masivní investice do elektrických sítí, aby infrastruktura zvládla růst datových center spojený s AI.

Mezinárodní energetická agentura ve své analýze uvádí, že spotřeba elektřiny datových center by se do roku 2030 mohla globálně zhruba zdvojnásobit. Její základní scénář počítá s hodnotou kolem 945 TWh. Gartner jde ve své aktuální projekci ještě výš a pracuje s možností, že celková spotřeba datových center dosáhne do roku 2030 přibližně 1 200 TWh.

Tato čísla neznamenají, že se vývoj umělé inteligence za pár let zastaví. Naznačují ale, že další růst nebude záviset pouze na tom, kdo vyrobí rychlejší čip nebo postaví větší model. Rozhodovat bude také dostupnost elektřiny, chlazení, lokální kapacita sítí a schopnost plánovat datová centra tam, kde mají skutečně stabilní energetické zázemí.