De vraag naar rekenkracht en energie voor AI groeit explosief, terwijl het Nederlandse energienet onder druk staat. Netcongestie dreigt innovatie te remmen, terwijl andere landen miljarden investeren in AI-infrastructuur. “Om AI-innovatie te ondersteunen, moeten we nu al investeren in een duurzame infrastructuur die ons energienet niet overbelast", stelt Elisabeth Hankeln, Managing Director bij Eurofiber Cloud Infra.
De groei van AI dreigt tegen een muur aan te lopen: energie. De rekenkracht die nodig is voor het trainen van AI-modellen neemt exponentieel toe – en daarmee ook het energieverbruik. Maar steeds meer landen worstelen met een overbelast energienet. Hoe zorgen we dat er in Nederland ruimte blijft voor AI-innovatie?
AI is de wereld van de grote getallen. Een treffend voorbeeld hiervan is de recente aankondiging van het Amerikaanse StarGate-project, een samenwerkingsverband gericht op de ontwikkeling van een grootschalige AI-infrastructuur. Een investering van 500 miljard dollar moet onder andere leiden tot de bouw van twintig nieuwe megadatacenters.
Energienet piept en kraakt
Zelfs in de VS rijst nu de vraag of er genoeg energie beschikbaar is voor al die datacenters, een vraag waar we in Europa al veel langer mee worstelen. Netcongestie is in onze regio een van de grootste uitdagingen waar de datacenterindustrie mee te maken heeft. Een bomvol energienet maakt de bouw van nieuwe datacenters in sommige gebieden zelfs onmogelijk. Niet alleen in Nederland, maar bijvoorbeeld ook in Duitsland en Frankrijk.
Een manier om het energienet te ontlasten, is door zware berekeningen te verplaatsen naar momenten waarop er meer stroom beschikbaar is en de tarieven lager zijn. Het trainen van AI-modellen kan bijvoorbeeld efficiënter plaatsvinden tijdens daluren, zoals in de nacht. Daarnaast kunnen megabatterijen helpen bij de opslag en spreiding van energie. Een voorbeeld hiervan is het Giga Storage-project in Delfzijl, waar een grootschalige batterijopslag verrijst om het energienet te stabiliseren en pieken in vraag en aanbod op te vangen.
Ook beleidskeuzes spelen een rol. Als Nederland ruimte wil geven aan AI-ontwikkeling, moet de bouw van de beoogde ‘AI-fabriek voor wetenschappelijk Nederland’ bijvoorbeeld voorrang krijgen boven de bouw van extra datacenters voor grote techbedrijven. In december 2024 maakte het kabinet bekend zich in te willen zetten voor de bouw van een grote datafabriek die Nederlandse bedrijven en wetenschappers helpt data om te zetten in bruikbare informatie.
Maak AI-modellen efficiënter
Om te voorkomen dat AI het energienet overbelast, moeten we naar de AI-modellen zelf kijken. Softwareontwikkelaars spelen hierin een cruciale rol door energiezuinigere algoritmes te ontwerpen, onnodige berekeningen te vermijden en optimalisaties toe te passen die het energieverbruik van AI-modellen drastisch verminderen.
Vergelijk het met de ontwikkeling van schaakcomputers. Die waren vroeger vooral gebaseerd op brute rekenkracht. Ze berekenden elke mogelijke zet en kozen de beste op basis van de uitkomsten. Moderne schaakcomputers zijn veel geavanceerder en maken gebruik van kunstmatige intelligentie en machine learning om te leren van hun ervaringen en die van anderen. In plaats van menselijke partijen te bestuderen, leerde AlphaZero het spel bijvoorbeeld door duizenden keren tegen zichzelf te spelen.
DeepSeek heeft (naar eigen zeggen) al aangetoond dat het mogelijk is om met minder rekenkracht hoogwaardige AI-modellen te trainen. Dit bereikt het door efficiëntere retrieval-algoritmen en indexeringstechnieken toe te passen, wat resulteert in een lager gebruik van GPU-capaciteit. Het energie-efficiënter maken van AI-modellen is ook niet vrijblijvend. Bijvoorbeeld de EU AI Act schrijft energie-efficiënte programmering voor. Artikel 95 specificeert dat AI-systemen moeten worden geëvalueerd en ontworpen om hun ecologische voetafdruk te verminderen door middel van geoptimaliseerde programmering en ontwerpen.
Datacenters (nog) duurzamer inrichten
Een volgende stap is een verplichte ‘duurzaamheidscheck’ voor AI-modellen voordat ze op supercomputers mogen draaien. Hierbij moet bijvoorbeeld worden gekeken naar efficiëntie, herbruikbaarheid en de energiebron. Hoe goed presteert een model in verhouding tot de benodigde rekenkracht? Draaien de modellen op groene energie? En welke impact heeft het hardwaregebruik?
Daarnaast moeten de datacenters zelf duurzamer worden ingericht. Dat is ook de wens van politiek Den Haag. In januari stemde de Tweede Kamer nog met een brede meerderheid in met een motie die de regering oproept om regie te nemen over ‘de effecten van een AI-fabriek op het landschap, het energiesysteem, het watergebruik en het benutten van restwarmte’.
De groeiende aandacht voor duurzaamheid leidt onder andere tot een zoektocht naar nieuwe manieren om datacenters efficiënter te koelen. In het soevereine AI-datacenter van Eurofiber in Groningen wordt bijvoorbeeld gebruikgemaakt van vloeistofkoeling zonder drinkwater. Servers worden ondergedompeld in een speciale olie (immersion cooling) of gekoeld via direct-to-chip cooling, waarbij de chip in contact staat met een koelplaat met koelvloeistof.
Traditionele luchtkoeling is in de toekomst niet meer toereikend om de warmte die vrijkomt bij het trainen van AI-modellen af te voeren. Vloeistofkoeling is hier het antwoord op. Bijkomend voordeel is dat deze vorm van koeling de temperatuur van de restwarmte verhoogt tot boven de 50 graden, waardoor deze direct bruikbaar is voor hergebruik zonder extra opwaardering.
Conclusie
Om AI-duurzaam te laten groeien, moeten we slimmer omgaan met energieverbruik, efficiëntere AI-modellen ontwikkelen en datacenters verduurzamen. Door beleidskeuzes, technologische innovaties en energie-efficiënte software te combineren, kan Nederland een voortrekkersrol spelen in de toekomst van AI, zonder dat dit ten koste gaat van ons energienet.
Tegelijkertijd is het cruciaal dat Nederland investeert in de juiste faciliteiten om deze ontwikkeling te ondersteunen. Zonder deze investeringen dreigt onze koppositie in de mondiale kenniseconomie verloren te gaan. Met de huidige gridbeperkingen en de druk op milieudoelstellingen is het des te belangrijker om AI op een zo efficiënt en duurzaam mogelijke manier in te passen in onze infrastructuur.
