Kada danas razmišljamo o veštačkoj inteligenciji, obično smo fascinirani njenim softverskim mogućnostima. Divimo se tome kako modeli generišu besprekoran tekst, stvaraju fotorealistične slike ili pišu složen programski kod u sekundi. Međutim, iza te digitalne magije krije se jedna izuzetno fizička, opipljiva i sve skuplja realnost – infrastruktura.
Da bi veštačka inteligencija funkcionisala, potrebni su gigantski data centri. A da bi ti centri radili, potrebne su nezamislive količine električne energije. Ulazimo u fazu u kojoj glavni ograničavajući faktor za napredak AI tehnologije više nije nedostatak podataka ili softverskih inovacija, već sama struja.
Zbog čega veštačka inteligencija guta toliko struje?
Da bismo razumeli razmere ovog problema, moramo napraviti razliku između tradicionalnog računarstva i operacija koje zahteva AI. Klasične pretrage na internetu, poput onih na platformi Google, zahtevaju minimalnu procesorsku snagu. Sa druge strane, generativna veštačka inteligencija funkcioniše potpuno drugačije.
Prema nedavnim istraživanjima, jedan jedini upit koji postavite alatu kao što je ChatGPT troši i do deset puta više električne energije nego standardna Google pretraga. Kada to pomnožite sa stotinama miliona korisnika širom sveta koji svakodnevno generišu milijarde upita, dolazite do frapantnih brojki.
Proces učenja (treninga) velikih jezičkih modela (LLM) je još zahtevniji. Ovi modeli se treniraju mesecima, koristeći hiljade vrhunskih grafičkih procesora (poput onih koje proizvodi kompanija Nvidia) koji rade neprekidno, 24 sata dnevno, pod maksimalnim opterećenjem. Ovi procesori ne samo da troše ogromne količine struje da bi obavili matematičke kalkulacije, već generišu i ogromnu toplotu. Zato se gotovo polovina ukupne energije u data centrima zapravo troši na masivne sisteme za hlađenje kako bi se sprečilo topljenje hardvera.
Ograničenja postojeće energetske mreže
Naša globalna energetska infrastruktura jednostavno nije dizajnirana za ovakve šokove u potrošnji. Većina svetskih elektroenergetskih mreža izgrađena je pre više decenija. One su projektovane da podrže stabilan rast gradova i klasične industrije, a ne hiper-skalabilne data centre koji niču preko noći i zahtevaju stotine megavata snage na jednoj jedinoj lokaciji.
U mnogim razvijenim regionima već sada dolazi do zagušenja. Postoje primeri gde su lokalne vlasti morale da pauziraju izdavanje dozvola za izgradnju novih AI data centara jer bi njihovo priključenje na mrežu direktno ugrozilo snabdevanje strujom bolnica, škola i domaćinstava u tim oblastima.
Trka tehnoloških giganata: nuklearna energija kao spas?
Najveći igrači u industriji su i te kako svesni ovog energetskog zida prema kom se ubrzano kreću. Kompanije kao što su Microsoft, Google, Amazon i Meta troše milijarde dolara u pokušaju da obezbede sopstvene izvore energije koji će biti stabilni, pouzdani i sposobni da prate njihov rast.
Ono što je postalo apsolutni trend u 2026. godini jeste veliki povratak nuklearnoj energiji. Iako su tehnološki giganti godinama investirali u obnovljive izvore poput solarnih i vetroelektrana, brzo su shvatili njihov glavni nedostatak – sunce ne sija uvek, a vetar ne duva uvek. Veštačkoj inteligenciji je, sa druge strane, potrebna apsolutno stabilna energija bez sekunde prekida.
Zato smo svedoci istorijskih poteza. Microsoft je, na primer, ušao u strateška partnerstva za obnavljanje i pokretanje starih nuklearnih reaktora (uključujući i čuveni Three Mile Island), dok Amazon kupuje data centre koji su fizički direktno priključeni na nuklearne elektrane. Takođe, ogromna sredstva se ulažu u razvoj malih modularnih reaktora (SMR) koji bi u bliskoj budućnosti mogli namenski da napajaju isključivo AI postrojenja.
Ekološka svest: cena koju plaća naša planeta
Pored tehnološkog i logističkog, ovo je i veliki ekološki problem. Iako tehnološki giganti glasno promovišu svoje ciljeve o potpunoj „karbonskoj neutralnosti“ do 2030. godine, realnost ih trenutno demantuje. Zbog ogromnog uspona AI alata, karbonski otisak mnogih velikih IT korporacija je zapravo dramatično skočio u poslednjih nekoliko godina.
Pored emisije štetnih gasova (jer mnoge mreže i dalje koriste ugalj i gas za proizvodnju struje u pikovima potrošnje), tu je i problem vode. Sistemi za vodeno hlađenje u data centrima isparavaju milione litara čiste pijaće vode svakog meseca, što izaziva velike proteste ekoloških organizacija u regijama podložnim sušama.
Paradoks je očigledan – oslanjamo se na veštačku inteligenciju kako bismo, između ostalog, pronašli rešenja za klimatske promene i optimizaciju potrošnje resursa, dok sam taj sistem zahteva masovnu eksploataciju upravo tih resursa da bi funkcionisao.
Kako preskočiti energetski zid u godinama koje dolaze
Da bi se izbegao scenario u kojem će dalji razvoj veštačke inteligencije morati da stane zbog nedostatka struje, industrija mora da napada problem iz više uglova:
-
Efikasniji hardver: Kompanije koje dizajniraju čipove rade na novim arhitekturama (poput NPU procesora) koji su optimizovani isključivo za AI kalkulacije, pružajući iste rezultate sa znatno manjom potrošnjom struje po vatu.
-
Optimizacija algoritama: Umesto da se uvek oslanjaju na glomazne LLM sisteme, programeri sve više prelaze na takozvane „male jezičke modele“ (SLM), koji su obučeni za specifične zadatke (na primer, samo za medicinu ili samo za programiranje) i zahtevaju drastično manje resursa za rad.
-
Inovacije u hlađenju: Prelazak sa tradicionalnog vazdušnog i vodenog hlađenja na tehnologije uranjanja, gde se serveri potapaju u specijalne tečnosti koje ne provode struju ali savršeno odvode toplotu.
Veštačka inteligencija nesumnjivo predstavlja najvažniju tehnološku revoluciju našeg doba. Ipak, bez obzira na to koliko softver postane napredan, zakoni fizike i termodinamike ne mogu da se hakuju. Budućnost veštačke inteligencije neće pripadati onome ko napravi samo najpametniji model, već onome ko shvati kako da ga napaja energijom, a da pritom ne ugasi svetla ostatku sveta.
