Hur mycket el drar en AI-fråga egentligen?

Visste du att ett gäng frågor till Chat GPT skulle kunna dra lika mycket el som att ladda mobilen? Eller att AI inom några år kan förbruka lika mycket el som ett större land? Ärr det ett problem – och vad innebär det i så fall för dig? Så hur mycket el drar en AI-fråga egentligen?

Just nu pågår en kapprustning bland världens AI-företag. 2022 kom ett genombrott med insikten att grafikkort kunde användas för att göra mer kraftfulla beräkningar. Snart dammsögs marknaden och Nvidia, den ledande leverantören, släppte mer och mer kraftfulla chip som fortsätter att sälja slut så snart de når marknaden.

Chat GPT, Claude, Google gemini – alla köper alltså mer och mer, vilket leder till följande flöde:

Vi har alltså fått en ny energislukare, som drar mer och mer energi. Hur mycket? Det vet vi inte. AI-bolagen är slutna och släpper nästan ingen data alls. Forskare och organisationer har därför försökt göra beräkningar baserat på de chip som säljs och hur mycket olika AI-modeller kan tänkas kosta att träna och hur mycket de drar vid användning.

Hur mycket av världens el förbrukar AI?

De bästa uppskattningarna är att AI-modellerna står för 0,3 procent av världens el-förbrukning. Datacenter står för upp till 3-4 procent av världens elförbrukning, men i den bedömningen inkluderas allt från krypto till molnlagring.

Att AI förbrukar 0,3% låter lite, men det har växt från noll på några år och antas växa kraftigt under kommande år. Det finns uppskattningar på förbrukningen kan tiodubblas till 2030, vilket skulle kunna innebära att all världens nuvarande sol- och vindkraft behövs för att driva dem (så som fördelningen ser ut idag).

Många antaganden

Eftersom företagen inte är transparenta med energiåtgången behöver det göras en rad antaganden. I flera år har det antagits att en Chat GPT-fråga drar ungefär tio gånger mer än en Googlesökning. Det har då antagits att en Googlesökning kräver 0,3wh och en Chat GPT-fråga ungefär 3wh. Men siffran från energianvändningen för en googlesökning kommer från 2009, ändå fortsätter den cirkulera som den enda officiella referenspunkt på energiåtgång. Även i min jämförelse nedan får den stå kvar.

En teori som fått viss spridning kommer från Alexander de Vries, 2023, som då försökte räkna baklänges på vad energiåtgången skulle bli om Google försökte implementera AI i sina sök. Han fick då fram att en fråga hade förbrukat 7-9wh. Google valde att inte kommentera uppgiften och idag anses den ligga för högt.

Under början på 2025 kom nya beräkningar som menar att vi antagligen har räknat för högt vad en Chat GPT-fråga kostar och att sannolikt ligger närmare runt 0,3 wh, även för en relativt avancerad språkmodell som Chat GPT4. Givetvis blir det högre om du använde mer avancerade modeller, producerade låtar via Suno.ai, eller gjorde en högupplöst bild på Midjourney.

Men allt är antaganden. Om vi ändå skulle landa på en snittsiffra för en chattdialog om man antar bollande fram och tillbaka, skulle vi kunna använda siffran 7wh. Det är fortfarande en relativt låg nivå, för oavsett hur vi räknar hamnar vi långt ifrån till exempel förbrukningen av att koka en kopp te, eller köra elbil i 1km.

Så vad betyder det här? Knappt någon tycker att man är miljöbov när det kokas en kopp te, eller kör elbil. Tvärtom. Är det inte därför vi nu försöker gå över till el, för att energin är förnybar?

Datacenter i Sverige

Jo, och särskilt våra techjättar har varit bra på det här. Det är därför allt fler har öppnat datacenter i Sverige: Det gör att de kommer närmare vår gröna elindustri, våra vindkraftverk och vattendrag – inte minst vårt klimat, som skapar en naturlig kylningsprocess för deras datacenter som minskar behovet av kylande vatten.

Men problemet är att i takt med att efterfrågan av datatjänster växer, ökar också nettot för energianvändningen. Alltså: Om Microsoft köper upp all svensk grön el, måste Polen drar igång sitt kolkraftverk för att klara sin egen försörjning.

Det kan tyckas som ett positivt problem, men tillgången måste då öka och just nu ökar tillgången inte i lika hög utsträckning som efterfrågan. Det är ett problem inte minst för techindustrin, eftersom det inte bara handlar om att lägga datacenter där elen finns, utan också att det ska finnas kapacitet i elnätet att leverera energin.

Går det att göra energianvändningen mer effektiv?

Jo, och redan nu sker stora genombrott där. Den kinesiska AI-boten Deepseek gjorde sig ett namn just för att den lyckats göra liknande beräkningar som Chat GPT gjort. Men mycket mer energieffektivt. Genombrott inom tekniken kommer dock inte nödvändigtvis innebära att vi kommer minska energiförbrukningen.

Det senaste året har en Jevons paradox blivit ett begrepp i techbranschen. Det kommer från 1800-talet och handlade då om kol: Fabriker blev mer och mer effektiva på att utvinna energi ur kol, men trots det ökade användningen – nu kunde ju ännu fler få tillgång till energi! Samma paradox gäller för bränslesnåla bilar (Fler köper bilar och bränsleförbrukningen ökar) eller effektiva glödlampor. När de blev billiga kunde man ju sätta upp en glödlampa i varje hörn!

Så hur ska man tänka?

Ungefär som du gör med andra saker i livet: Är det här nödvändigt? Är det nödvändigt att ha alla lampor i huset tända, eller att ta bilen till jobbet. Om inte – gör ett annat val.

Klimatfrågor är både privata och politiska. Vi har ett individuell skyldighet att ta ansvar, men måste också använda det som gör livet och arbetet bättre eller mer effektivt. Därför finns politiken, som ska hjälpa samhället skapa strukturer för att klara de nya utmaningar som kommer.

Men för att kunna ta tydliga, upplysta beslut måste vi också ha data.
Det minsta vi kan kräva av världens mest omvälvande teknik, är att de inte växer fram i mörker.

Emanuel Karlsten

Ursprungligen publicerat på emanuelkarlsten.se. Publicerat här enligt licensen CC-BY 2.5.