W skrócie
To, gdzie działa AI, może mieć równie duże znaczenie jak to, jak działa. Warto wybierać regiony z niskoemisyjną energią elektryczną, pytać dostawców o PUE, WUE i emisje liczone metodą lokalizacyjną, a nie tylko o deklaracje dotyczące energii odnawialnej, i pamiętać, że czyste centrum danych nie czyni marnotrawnego oprogramowania efektywnym.
Najważniejsze punkty
- Według szacunków IEA centra danych zużyły w 2024 roku około 415 TWh, czyli około 1,5% światowej energii elektrycznej; prognoza na 2030 rok to około 945 TWh.
- Emisyjność sieci elektroenergetycznej różni się w zależności od kraju, regionu i godziny, więc miejsce i czas zmieniają ślad węglowy tej samej pracy.
- PUE mierzy narzut budynku, a nie użyteczną pracę; według badania Uptime Institute z 2025 roku średnia wynosiła 1,54 i od sześciu lat prawie się nie zmienia.
- Deklaracje o energii odnawialnej oparte na certyfikatach nie zmieniają fizycznej sieci; należy prosić także o dane liczone metodą lokalizacyjną.
- Woda ma znaczenie: należy pytać o WUE i o to, czy obejmuje wodę zużytą do wytworzenia energii elektrycznej dla obiektu.
Dlaczego miejsce działania AI ma znaczenie?
Ponieważ te same obliczenia mogą mieć bardzo różny wpływ na emisje, wodę i sieć elektroenergetyczną, zależnie od centrum danych i stojącej za nim energii elektrycznej. Patterson i współpracownicy wykazali, że wybór centrum danych, procesora i modelu łącznie może zmienić ślad węglowy trenowania nawet około 100–1000 razy.
Skala rośnie. Międzynarodowa Agencja Energetyczna (IEA) szacuje, że centra danych zużyły w 2024 roku około 415 TWh energii elektrycznej, czyli około 1,5% światowego zużycia. W scenariuszu bazowym prognozuje mniej więcej podwojenie tej wartości, do około 945 TWh w 2030 roku, a głównym czynnikiem wzrostu jest sztuczna inteligencja (AI).
Jak porównać emisyjność sieci elektroenergetycznej?
Należy sprawdzić emisyjność sieci w każdym rozważanym regionie, w godzinach, w których będzie wykonywana praca. Emisyjność, mierzona w gramach ekwiwalentu CO₂ na kilowatogodzinę, zależy od miksu wytwarzania: energia wodna, jądrowa, wiatrowa i słoneczna mają niską emisyjność, a węgiel i gaz wysoką. Różni się między krajami, między regionami w ich obrębie i z godziny na godzinę.
- Źródła danych: Electricity Maps obejmuje wiele krajów; w Wielkiej Brytanii Carbon Intensity API operatora National Energy System Operator podaje prognozy dla 14 regionów.
- Dane liczone metodą lokalizacyjną służą do decyzji dotyczących oprogramowania. Specyfikacja SCI organizacji Green Software Foundation korzysta z lokalizacyjnej emisyjności sieci i wyklucza certyfikaty oraz kompensacje.
- Liczy się czas. Średnie roczne ukrywają różnicę między wietrzną nocą a bezwietrznym zimowym wieczorem. Elastyczne zadania można przenieść na czystsze godziny; zob. efektywne trenowanie i inferencja.
Co mówią PUE, WUE i inne wskaźniki?
Każdy wskaźnik odpowiada na jedno wąskie pytanie; warto prosić o kilka i wiedzieć, czego każdy z nich nie obejmuje.
| Wskaźnik | Co mierzy | Czego nie mówi |
|---|---|---|
| PUE (efektywność wykorzystania energii) | Całkowita energia obiektu ÷ energia sprzętu IT; minimum to 1,0 | Czy serwery wykonują użyteczną pracę; emisje; woda |
| WUE (efektywność wykorzystania wody) | Litry wody na kWh energii IT; „site” (w obiekcie) lub „source” (z uwzględnieniem wody zużytej do wytworzenia energii elektrycznej) | Lokalny niedobór wody |
| CUE (efektywność emisyjna) | Emisje na kWh energii IT | Efektywność oprogramowania |
| ERE / ERF (ponowne wykorzystanie energii) | Korzyść z wykorzystania ciepła odpadowego | Nic, jeśli zostanie wliczony do PUE |
| Wykorzystanie serwerów | Stopień obciążenia sprzętu IT | Emisyjność |
Dwie przestrogi:
- PUE stoi w miejscu. Badanie Uptime Institute z 2025 roku podało średnią ważoną PUE na poziomie 1,54; to szósty rok, w którym wartość ta prawie się nie zmieniła. Co więcej, PUE może wyglądać znakomicie, gdy serwery są niemal bezczynne.
- PUE nie może spaść poniżej 1,0. Jeśli dostawca podaje wartość niższą niż 1,0, bo wykorzystuje ciepło, należy poprosić o odrębną wartość ERE lub ERF dla odzysku ciepła, zgodnie z intencją The Green Grid.
W UE centra danych o mocy zainstalowanej IT co najmniej 500 kW muszą co roku zgłaszać do europejskiej bazy danych dane o energii, PUE, WUE, ponownym wykorzystaniu energii i energii odnawialnej, na mocy rozporządzenia delegowanego 2024/1364. Te sprawozdania są użytecznym źródłem przy porównywaniu dostawców z UE.
Czy można ufać deklaracjom o „100% energii odnawialnej”?
Należy traktować je jako punkt wyjścia i pytać, jak powstają. Większość opiera się na certyfikatach lub umowach zakupu energii (PPA) bilansowanych w skali roku, a nie na energii, którą obiekt pobiera w danej godzinie.
- Wytyczne GHG Protocol dotyczące zakresu 2 (Scope 2) rozróżniają emisje liczone metodą lokalizacyjną (na podstawie średniej dla lokalnej sieci) i metodą rynkową (uwzględniającą umowy i certyfikaty) oraz zalecają firmom, które mają dostęp do takich umów, raportowanie obu wartości.
- Green Web Foundation radzi kupującym, by prosili dostawców AI o obie wartości, ponieważ mogą się one znacznie różnić.
- Warto zapytać, czy dostawy energii odnawialnej są dodatkowe (nowe moce, które inaczej by nie powstały), lokalne względem sieci, z której korzysta obiekt, i bilansowane godzinowo, a nie rocznie.
- Czystej energii elektrycznej jest ograniczona ilość. Marnotrawne oprogramowanie u „zielonego” dostawcy nadal zużywa energię, z której mogliby skorzystać inni, i nadal potrzebuje sprzętu. Zielony hosting uzupełnia efektywność, ale jej nie zastępuje.
Ile wody zużywa AI?
To w dużej mierze zależy od konstrukcji chłodzenia, klimatu i źródła energii elektrycznej, dlatego należy prosić o dane dla każdego obiektu.
- Google podaje, według własnych wyliczeń, 0,26 mL wody na medianowy tekstowy prompt w Gemini w 2025 roku.
- Li i współpracownicy prognozują, że światowe zapotrzebowanie na AI może odpowiadać w 2027 roku za pobór od 4,2 do 6,6 mld metrów sześciennych wody, licząc chłodzenie na miejscu i wodę zużytą do wytworzenia energii elektrycznej.
- Woda ma charakter lokalny. Litr w regionie z niedoborem wody znaczy więcej niż litr tam, gdzie wody jest pod dostatkiem. Warto zapytać, gdzie znajdują się obiekty i skąd pochodzi woda.
Gdzie powinny powstawać nowe moce dla AI?
Tam, gdzie czystej energii jest pod dostatkiem, woda nie jest deficytowa, a ciepło odpadowe można wykorzystać. Podczas brytyjskiego sandpitu (intensywne warsztaty badawcze, na których naukowcy i przemysł wspólnie wypracowują pomysły na projekty) poświęconego zielonej AI w 2026 roku matematycy, informatycy i przedstawiciele przemysłu omawiali lokowanie centrów danych tam, gdzie produkcja energii odnawialnej jest regularnie ograniczana, bo sieć nie jest w stanie jej przyjąć, tak aby nadwyżka energii została wykorzystana, a nie zmarnowana. Lokalizacja zależy też od przepustowości sieci, planowania przestrzennego, społeczności lokalnych i suwerenności danych; zob. suwerenna AI a zrównoważony rozwój.
W przypadku własnych obciążeń:
- pracę tolerującą opóźnienia (trenowanie, inferencja wsadowa, ewaluacja) warto umieszczać w regionie o najniższych emisjach, który spełnia wymogi prawne i bezpieczeństwa;
- usługi interaktywne warto wdrażać blisko użytkowników, wybierając czystszy spośród równorzędnych regionów;
- należy uwzględnić energię i koszt przenoszenia dużych zbiorów danych.
Lista kontrolna
- [ ] Porównana emisyjność sieci w rozważanych regionach, w miarę możliwości w ujęciu godzinowym
- [ ] Wysłana prośba o PUE, WUE (site i source), CUE oraz dane o odzysku ciepła
- [ ] Wysłana prośba o emisje liczone zarówno metodą lokalizacyjną, jak i rynkową
- [ ] Deklaracje o energii odnawialnej sprawdzone pod kątem dodatkowości, lokalności i bilansowania godzinowego
- [ ] Uwzględnione dane o wodzie i lokalny niedobór wody
- [ ] Elastyczne obciążenia umieszczone w niskoemisyjnych regionach i godzinach
- [ ] Prace nad efektywnością kontynuowane niezależnie od tego, jak zielony jest dostawca
Co dalej
- Spisać, gdzie dziś działają obciążenia AI, w tym te uruchamiane przez dostawców.
- Sprawdzić emisyjność sieci w każdym regionie i zanotować, które zadania można przenieść.
- Wysłać dostawcom hostingu powyższe pytania; sformułowania do umów zawiera strona zrównoważone zamówienia AI.
- Umieścić emisyjność sieci na pulpicie operacyjnym obok obciążenia i kosztów.
- Zdecydować, co działa centralnie, a co mogłoby działać lokalnie; zob. edge czy chmura.
- Zanim hosting zostanie opisany jako zielony, warto przeczytać stronę uczciwe deklaracje ekologiczne.
Najczęściej zadawane pytania
Jaka wartość PUE jest dobra?
PUE to całkowita energia obiektu podzielona przez energię sprzętu IT, więc 1,0 to teoretyczne minimum. Badanie Uptime Institute z 2025 roku podało średnią dla branży na poziomie 1,54.
Czy centrum danych zasilane w 100% energią odnawialną oznacza, że moja AI jest zeroemisyjna?
Niekoniecznie. Takie deklaracje opierają się zwykle na rocznych certyfikatach lub umowach. W danej godzinie obiekt nadal pobiera energię z lokalnej sieci, dlatego warto prosić o emisje liczone metodą lokalizacyjną, a najlepiej o dane z bilansowaniem godzinowym.
Ile wody zużywają centra danych?
Bardzo różnie, zależnie od konstrukcji chłodzenia i klimatu. Google podaje 0,26 mL wody na medianowy tekstowy prompt (polecenie) w Gemini; badacze prognozują, że światowy pobór wody przez AI wyniesie w 2027 roku od 4,2 do 6,6 mld metrów sześciennych.
Czy zawsze należy wybierać najbardziej ekologiczny region?
W przypadku elastycznej pracy, która toleruje opóźnienia, często tak. W przypadku usług interaktywnych należy zestawić emisje z opóźnieniem, przepisami o ochronie danych, odpornością i kosztem przenoszenia danych.
Źródła
- Energy and AI, International Energy Agency (2025)
- Uptime Institute Global Data Center Survey 2025, Uptime Institute (2025)
- Water Usage Effectiveness (WUE): a Green Grid data center sustainability metric (White Paper 35), The Green Grid (2011)
- ERE: a metric for measuring the benefit of reuse energy from a data center, The Green Grid (2010)
- Measuring the environmental impact of delivering AI at Google scale, Google (arXiv 2508.15734) (2025)
- Making AI Less 'Thirsty': Uncovering and Addressing the Secret Water Footprint of AI Models, Li, Yang, Islam and Ren (arXiv 2304.03271) (2023)
- GHG Protocol Scope 2 Guidance, GHG Protocol (2015)
- Software Carbon Intensity (SCI) specification, Green Software Foundation (2024)
- Commission Delegated Regulation (EU) 2024/1364 on the first phase of a common Union rating scheme for data centres, EUR-Lex (2024)
- Carbon Intensity API, National Energy System Operator (2025)
- Carbon Emissions and Large Neural Network Training, Patterson et al. (arXiv 2104.10350) (2021)
- Thinking about using AI? Here's what you can and (probably) can't change about its environmental impact, Green Web Foundation (2024)
Powiązane
Zrównoważone zamówienia AI
O co pytać dostawców AI w sprawie energii, emisji i wody, jakich dowodów żądać i jakie klauzule umowne czynią zobowiązania egzekwowalnymi.
Brzeg sieci czy chmura: gdzie powinna działać AI?
Jak porównać AI na urządzeniu i na brzegu sieci z centrami danych: energia, sieć, sprzęt, prywatność i odporność oraz sposób podjęcia decyzji krok po kroku.
Efektywne trenowanie i inferencja AI
Techniki ograniczania zużycia energii przez AI dla programistów i badaczy: przycinanie, rzadkość, kwantyzacja, destylacja, KV cache, batching i harmonogramy.
Suwerenna AI a zrównoważony rozwój
Państwa finansują krajowe modele AI i moc obliczeniową. Argumenty za suwerenną i publiczną AI i przeciw niej oraz co to oznacza dla energii i wody.