AI med omtanke

AI er blevet en del af hverdagen hos DANREC, hvor teknologien understøtter vores interne HELIX-systemer, AI-assistenter, rapporteringsværktøjer og daglige kontoropgaver. Med de mange muligheder følger også et ansvar for at forstå, hvilke ressourcer teknologien kræver.

Udvikling og anvendelse af AI kræver servere, der bruger elektricitet og har behov for køling. Afhængigt af datacentrenes køleteknologi og elforsyning medfører det også vandforbrug og CO₂-udledning. Europa-Kommissionen peger på disse forhold som væsentlige miljøpåvirkninger fra datacentre.

I rapporten Energy and AI fra 2025 forventer Det Internationale Energiagentur (IEA), at datacentres globale elforbrug vil mere end fordobles fra 2024 til 2030, med AI som den største drivkraft bag væksten. Prognosen omfatter datacentre generelt, herunder også andre tjenester end AI.

Indblik i vores eget forbrug

Hos DANREC har vores IT-specialist, Paw, estimeret miljøpåvirkningen fra vores nuværende brug af AI og undersøgt, hvad det vil betyde at køre AI på vores eget udstyr.

I dag anvender vi primært tjenester fra OpenAI og Anthropic, virksomheden bag Claude. Vores interne systemer hostes lokalt, mens selve AI-behandlingen foregår i eksterne datacentre via API-forbindelser.

Paws beregninger viser, at vores samlede brug – fordelt på syv kontormedarbejdere og vores interne AI-systemer – anslås at medføre et årligt forbrug på cirka 73–74 kWh elektricitet, en CO₂-udledning på 9–30 kg og et vandforbrug på 80 liter til ekstern AI-behandling.

Tallene giver os et første grundlag for at vurdere vores muligheder. Der er tale om estimater for en afgrænset del af vores AI-anvendelse og ikke en måling af teknologiens samlede miljøaftryk.

Vil lokal AI være et bedre valg?

Paw har også undersøgt en mulig investering i en NVIDIA DGX Spark, som vil gøre det muligt at køre kompatible AI-modeller lokalt.

Det estimerede årlige elforbrug ligger på cirka 193 kWh, hvis udstyret står tændt uden aktiv belastning døgnet rundt, og op til 2.100 kWh ved konstant maksimal belastning. Det faktiske forbrug vil afhænge af driftstid og arbejdsbelastning. Med de anvendte forudsætninger vil en dedikeret lokal computer derfor sandsynligvis øge vores elforbrug ved det nuværende aktivitetsniveau.

Der er dog andre grunde til at overveje lokal AI. Det kan gøre det muligt at behandle følsomme oplysninger internt, give større kontrol over modeller og udvikling samt mindske vores afhængighed af eksterne leverandører, deres priser og ændringer i deres tjenester.

Med vores nuværende forbrug vil en investering i lokalt AI-udstyr derfor først og fremmest understøtte digital uafhængighed, kontrol over egne data og teknologisk selvbestemmelse – frem for at give en umiddelbar miljømæssig forbedring.