Центровете за данни и енергията за изкуствения интелект ======================================================= Центровете за данни — инфраструктурата, в която се обучават и използват моделите на изкуствения интелект (ИИ) — са увеличили потреблението си на електроенергия със 17% през 2025 г., а специализираните за ИИ центрове — с 50%. По оценка на Международната агенция по енергетика (МАЕ) те са използвали 485 TWh през 2025 г. и до 2030 г. потреблението им почти ще се удвои до 950 TWh, или около 3% от световното търсене на електроенергия. Като дял от световното потребление това е малко, но центровете са силно съсредоточени географски и местното им въздействие е много по-осезаемо. Технологичният сектор сключи около 40% от корпоративните договори за покупка на възобновяема енергия през 2025 г., стана двигател на ядрената индустрия, а много проекти в САЩ залагат на собствени газови централи заради бавното присъединяване към мрежата. Енергията за една задача на ИИ намалява с безпрецедентен темп, но употребата расте още по-бързо и набират популярност много по-енергоемки приложения като ИИ агентите — затова въпросът дали ефективността ще компенсира растежа е в центъра на дебата. Какво потребява един център за данни ------------------------------------ В съвременния център за данни сървърите поемат средно около 60% от електроенергията, мрежовото оборудване — до 5%, а охлаждането — от около 7% в най-ефективните центрове на големите облачни оператори до над 30% в по-малко ефективните корпоративни центрове. Центровете, ориентирани към ИИ, са несравнимо по-мощни: типичен такъв център консумира колкото 100 000 домакинства, а най-големите в строеж ще консумират 20 пъти повече. Плътността на мощността също расте рязко — между 2020 и 2025 г. тя се е увеличила 11 пъти при сървърите за ИИ, а до 2027 г. един шкаф с размерите на голям хладилник може да достига пикова мощност, колкото 65 домакинства. Колко електроенергия използват ------------------------------ Според доклада на МАЕ „Енергия и ИИ“ центровете за данни са използвали около 1,5% от световната електроенергия през 2024 г., или 415 TWh, като най-голям дял имат САЩ (45%), Китай (25%) и Европа (15%), а от 2017 г. потреблението им расте с около 12% годишно, над четири пъти по-бързо от общото. Основната оценка за САЩ е на Националната лаборатория „Лорънс Бъркли“ (LBNL) към Министерството на енергетиката: потреблението на центровете там е нараснало от 58 TWh през 2014 г. до 176 TWh през 2023 г., или около 4,4% от електроенергията на страната. Между 2005 и 2017 г. то е било почти неизменно, защото по-високата ефективност е компенсирала строежа на множество нови центрове за облачни услуги, но след 2017 г. оборудването за ИИ обръща тенденцията и до 2023 г. потреблението се удвоява. Местното въздействие е най-ясно в Ирландия: според Централната статистическа служба делът на центровете за данни в измерената електроенергия е нараснал от 5% през 2015 г. до 22% през 2024 г. и 23% през 2025 г., докато градските домакинства използват 18%. Прогнози и инвестиции --------------------- В основния сценарий на „Енергия и ИИ“ центровете в САЩ осигуряват почти половината от ръста на търсенето на електроенергия в страната до 2030 г., а към края на десетилетието тя ще използва за тях повече електроенергия, отколкото за производството на алуминий, стомана, цимент, химикали и всички други енергоемки стоки взети заедно. В световен мащаб обаче центровете дават само около една десета от ръста на търсенето до 2030 г., което е по-малко от промишлените двигатели, климатизацията и електромобилите, докато в развитите икономики, където търсенето десетилетия наред е било в застой, делът им надхвърля 20%. В актуализацията „Ключови въпроси за енергията и ИИ“ МАЕ запазва централната си прогноза почти без промяна спрямо доклада от 2025 г., с около 950 TWh през 2030 г. и утрояване на потреблението на центровете за ИИ, но отбелязва, че тесните места по веригата на доставки намаляват вероятността за по-агресивните краткосрочни сценарии. Капиталовите разходи на петте най-големи технологични компании са надхвърлили 400 млрд. долара през 2025 г. и се очаква да скочат с още 75% през 2026 г., с което вече надминават световните инвестиции в добив на нефт и природен газ. Тези инвестиции са твърде големи, за да се финансират само от балансите на компаниите, и според МАЕ темпът на растеж, а с него и на енергопотреблението, ще зависи от настроенията на пазарите и очакванията за възвръщаемост, което свързва темата с дебата за балон около изкуствения интелект. Оценките имат широк обхват: LBNL очаква центровете в САЩ да използват между 325 и 580 TWh през 2028 г., или от 6,7 до 12% от електроенергията на страната. Сценариите на МАЕ за 2035 г. варират от 700 TWh, ако навлизането на ИИ и изграждането на енергийната инфраструктура се забавят, до 1700 TWh при ускорено навлизане. Обучение и използване: къде отива енергията на ИИ ------------------------------------------------- Обучението на голям модел е скъпо — за GPT-4 на OpenAI то се оценява на над 100 млн. долара и 50 GWh, колкото Сан Франциско използва за три дни, но по-голямата част от изчисленията за ИИ, 80–90%, вече отива за използването на готовите модели (т.нар. изводи, inference). Оценките за енергията на една заявка се разминават силно според модела, задачата и метода на измерване. Често цитираната цифра от 3 Wh за заявка към ChatGPT идва от оценка на Алекс де Врис от 2023 г., а изследователската организация Epoch AI изчислява, че типична заявка към GPT-4o изразходва около 0,3 Wh, десет пъти по-малко, главно заради по-ефективните модели и хардуер. Google съобщава за медиана от 0,24 Wh енергия, 0,03 g CO₂-еквивалент и 0,26 ml вода за текстова заявка към Gemini при данни от май 2025 г. и твърди, че за 12 месеца енергията на заявка е намаляла 33 пъти. Компанията сама посочва, че с по-тесен метод, отчитащ само активните ускорители, би получила 0,10 Wh, и че данните ѝ не са проверени от независима трета страна. Според МАЕ простите текстови заявки вече изразходват по-малко ток от телевизор за същото време и дори ако всички интернет търсения се заменят с тях, това би струвало под 4 TWh годишно, или под 1% от потреблението на центровете. Генерирането на видео, разсъждаващите модели и агентните задачи обаче могат да изразходват стотици или хиляди пъти повече енергия на заявка от простия текст. Водата за охлаждане ------------------- Центровете използват вода пряко, за охлаждане, и непряко, чрез водата за производството на електроенергията им, като изследванията разграничават водочерпене от водопотребление, т.е. водата, която се изпарява или по друг начин не се връща в източника. Пенгфей Ли, Шаолей Рен и съавтори оценяват, че обучението на GPT-3 в американските центрове на Microsoft може да е изпарило пряко 700 000 литра прясна вода и че през 2027 г. търсенето на ИИ ще доведе до водочерпене от 4,2–6,6 млрд. кубически метра, повече от годишното на четири до шест държави като Дания. Същите автори изчисляват, че 10–50 отговора на GPT-3 със средна дължина изразходват около 500 ml вода, докато Google отчита 0,26 ml за заявка към Gemini — разминаване, което отразява различни модели, години и счетоводни рамки, например дали се включва водата за производството на електроенергия. Значението на водата зависи от мястото: по данни, цитирани от Reuters, среден по размер център използва около 1,4 млн. литра вода на ден за охлаждане, а Финикс би преживял 32% ръст на годишния воден стрес, ако планираните центрове заработят. Между вода и енергия има компромис: от август 2024 г. Microsoft въвежда дизайн с охлаждане на ниво чип в затворен кръг, който според компанията спестява над 125 млн. литра вода годишно на център, но замяната на изпарителното с механично охлаждане влошава енергийната ефективност и леко увеличава потреблението на ток. Натискът върху мрежите и местните конфликти ------------------------------------------- МАЕ оценява, че без мерки около 20% от планираните центрове са изложени на риск от забавяне: новите далекопроводи в развитите икономики отнемат от четири до осем години, а сроковете за доставка на трансформатори и кабели са се удвоили за три години. Най-видимо е напрежението в PJM, най-големия мрежов оператор в САЩ с около 67 млн. души в обслужваната зона: според пазарния наблюдател Monitoring Analytics центровете за данни стоят зад 6,5 млрд. от 16,4 млрд. долара (40%) разходи на декемврийския търг за мощности, като 6,2 млрд. се дължат на центрове, които още не са построени, но може да заработят до годината на доставка 2027/28. В трите поредни търга, завършили с декемврийския, поставили ценови рекорди и предизвикали политическа реакция в някои щати, разходите от прогнозите за нови центрове възлизат на 21,3 млрд. долара, или 45% от общо 47,2 млрд. Наблюдателят определя растежа на товара от центровете като основната причина за високите цени и говори за безпрецедентна несигурност в прогнозите за товара. МАЕ подчертава, че ръстът на търсенето не повишава непременно цените — в системи с излишък на мощности той може да подобри използването на капитала и да ги понижи, но центровете създават особени рискове, защото са големи, концентрирани, изграждат се по-бързо от мрежите, а реалният им пиков товар често е неясен. Microsoft заяви в началото на 2026 г., че би било „несправедливо и политически нереалистично“ обществото да поема допълнителните разходи за ток за ИИ, и обеща да иска от енергийните дружества и регулаторите тарифи, които покриват пълната цена на захранването на центровете ѝ. Местната съпротива расте: според проекта Data Center Watch, който следи такива случаи, само през първото тримесечие на 2026 г. поне 75 проекта за около 130 млрд. долара са блокирани или забавени, колкото за цялата 2025 г., а през първите шест седмици на годината в щатите са внесени над 300 законопроекта за центровете за данни. В Мемфис жители и екологични организации обвиняват xAI, че е захранвала суперкомпютъра Colossus с 35 газови турбини без разрешително, докато местната търговска камара твърди, че работят само 15, а през 2025 г. окръжната здравна служба все пак издава разрешително за въздуха. С какво се захранват центровете ------------------------------- В основния сценарий на МАЕ половината от ръста на търсенето на центровете до 2035 г. се покрива от възобновяеми източници, а природният газ и ядрената енергия добавят по около 175 TWh. Поради бавното присъединяване към мрежата много разработчици в САЩ залагат на собствени газови централи, но сателитното проследяване на МАЕ показва, че едва около една пета от тези проекти са започнали разчистване на терена или строителство; за надеждно захранване такава генерация трябва да надвишава товара с 30–70%, а до 2030 г. собственият газ може да захранва 15–27 GW центрове, като повечето оператори все пак предпочитат връзка с мрежата. OpenAI съобщава, че първите площадки на инициативата ѝ Stargate ще се захранват с природен газ и слънчева енергия. Тъй като центровете работят денонощно, те не могат да разчитат само на вятъра и слънцето, а препринт от Харвардското училище по обществено здраве установява, че въглеродната интензивност на използваната от тях електроенергия в САЩ е с 48% по-висока от средната за страната, отчасти защото са съсредоточени в региони с по-мръсни мрежи. Сделките за ядрена енергия -------------------------- Constellation и Microsoft подписаха на 20 септември 2024 г. 20-годишен договор за покупка на енергия, който позволява рестарта на блок 1 на АЕЦ „Три Майл Айлънд“ — независим от блок 2, аварирал през 1979 г., и спрян през 2019 г. по икономически причини. Рестартът на преименувания Crane Clean Energy Center, планиран първоначално за 2028 г., е изтеглен за 2027 г., но PJM посочва, че някои подобрения на преносната мрежа, нужни за присъединяването на 835-мегаватовия блок, ще отнемат до 2031 г., затова Constellation поиска от Федералната комисия за енергийно регулиране (FERC) да прехвърли към него права за присъединяване от друга своя централа. NextEra обяви през 2025 г., че с договор с Google ще рестартира единствената АЕЦ в Айова, „Дуейн Арнолд“, спряна през 2020 г., като пускането е планирано за първото тримесечие на 2029 г. и компанията гарантира, че местните потребители няма да поемат разходи за енергията, купувана от Google. Meta се договори през юни 2025 г. да купува цялата продукция на АЕЦ „Клинтън“ в Илинойс за 20 години, което предотвратява преждевременното ѝ затваряне, а Amazon придоби през май 2024 г. кампус за центрове за данни до АЕЦ „Сускуехана“ в Пенсилвания, захранван пряко от централата, макар сделката да среща трудности пред FERC. Google подписа през октомври 2024 г. първия в света корпоративен договор за ядрена енергия от няколко малки модулни реактора (ММР) на Kairos Power, като първият трябва да заработи до 2030 г., а до 2035 г. общата мощност да достигне до 500 MW. Meta обяви на 9 януари 2026 г. споразумения с Vistra, TerraPower и Oklo, с които може да финансира до 6,6 GW нови и съществуващи ядрени мощности до 2035 г., включително до осем реактора Natrium на TerraPower с обща мощност 2,8 GW и кампус на Oklo в Охайо, който може да заработи още през 2030 г. По данни на МАЕ условните договори между оператори на центрове и проекти за ММР са нараснали от 25 GW в края на 2024 г. до 45 GW към април 2026 г. Това обаче са условни ангажименти, а в основния сценарий на МАЕ първите ММР заработват едва около 2030 г. Ядрената енергия осигурява около 20% от електроенергията в САЩ, а новите ядрени мощности ще отнемат години, може би десетилетия, за да се материализират. Ефективността и парадоксът на Джевънс ------------------------------------- Парадоксът на Джевънс, описан от английския икономист Уилям Стенли Джевънс през 1865 г. в книгата „Въпросът за въглищата“, гласи, че по-ефективното използване на ресурс може да доведе до ръст, а не до спад на общото му потребление, ако поевтиняването на услугата увеличи търсенето достатъчно. Засега данните за ИИ съответстват на подобна динамика, без да доказват причинна връзка: МАЕ отчита, че енергията на задача пада поне с порядък годишно, но описва търсенето като резултат от три несигурни тенденции — по-висока ефективност, рязко нарастваща употреба и нови възможности на моделите, които отключват много по-енергоемки приложения. Александра Саша Лучони и съавтори твърдят, че ефектите на отскок подкопават допускането, че техническата ефективност сама по себе си ще намали вредата за околната среда, и че траекторията на ИИ зависи от бизнес стимулите, управлението и социалните норми. Икономистите обаче спорят за мащаба на явлението: някои предлагат ефективността да се съчетава с политики, които запазват цената на използването, като зелени данъци и търговия с емисии, а други смятат, че доказателствата за широкото му действие са ограничени и че на зрели пазари прекият отскок обикновено е малък. Европейският съюз и регулациите ------------------------------- Директива (ЕС) 2023/1791 за енергийната ефективност задължава държавите членки да изискват от собствениците и операторите на центрове за данни с инсталирана ИТ мощност от поне 500 kW да публикуват определени данни до 15 май 2024 г. и всяка следваща година. Обобщените данни на Комисията обхващат 776 центъра в 18 държави с обща ИТ мощност 6,4 GW, потребление от 16,7 TWh и среднопретеглен показател PUE (отношението между цялата енергия на центъра и тази на ИТ оборудването) от 1,36, но не включват всички държави членки, нито непременно пълни данни от включените, така че сумата не може да се сравнява пряко с оценките на МАЕ за Европа. Комисията предложи на 21 септември 2026 г. обща схема за оценяване на центровете, която да направи използването им на енергия и вода по-прозрачно, и откри консултация за минимални стандарти за ефективност до 14 декември, като самото предложение за тях се очаква през второто тримесечие на 2027 г. Схемата ще обхваща центровете с мощност над 500 kW, включително приноса им към мрежата чрез повторно използване на отпадната топлина и добавяне на нови чисти мощности, а първите етикети се очакват през 2027 г. Регулирането върви успоредно с амбицията ЕС да утрои капацитета си за центрове за данни през следващите пет до седем години, като Комисията, позовавайки се на МАЕ, очаква те да използват над 3% от електроенергията в Съюза до 2030 г. Отделно Законът на ЕС за изкуствения интелект изисква доставчиците на модели с общо предназначение да документират известното или прогнозното енергийно потребление на модела, а когато то е неизвестно, то може да се оцени по използваните изчислителни ресурси. Емисии, прозрачност и несигурност на оценките --------------------------------------------- По оценка на МАЕ емисиите от електропотреблението на центровете ще нараснат от 180 млн. тона днес до 300 млн. тона през 2035 г. в основния сценарий и до 500 млн. тона при ускорения, но ще останат под 1,5% от емисиите на енергийния сектор. В актуализацията оценката е повишена до около 350 млн. тона през 2035 г., или около 2% от емисиите на електроенергийния сектор, като разликата в базата за сравнение променя и впечатлението за мащаба. Агенцията смята опасенията, че ИИ ще ускори изменението на климата, за преувеличени, както и очакванията, че ИИ сам ще го спре, и изтъква, че инструменти с ИИ биха могли да освободят до 175 GW преносен капацитет без нови далекопроводи. Изследователите от LBNL заключават, че информацията от технологичните компании, операторите на центрове, енергийните дружества и производителите на хардуер не е достатъчна за разумни прогнози. Доставчиците на затворени модели като ChatGPT, Gemini и Claude пазят ключовите данни като търговска тайна, а рейтингът AI Energy Score на Лучони зависи от доброволно участие, което малко компании приемат. МАЕ също призовава за по-систематично разкриване на енергийното потребление от технологичния сектор, за да станат прогнозите по-надеждни. Вижте също ----------- Законът на ЕС за изкуствен интелект: https://wikib.online/article/es-zakon-za-izkustven-intelekt Дебатът за балон около изкуствения интелект (2025–2026): https://wikib.online/article/debatat-za-balon-okolo-izkustveniya-intelekt-2025-2026 Същност и развитие на технологията на изкуствения интелект (2022-2026): https://wikib.online/article/sashtnost-i-razvitie-na-ai-tehnologiyata OpenAI: https://wikib.online/article/openai Физическите граници на изкуствения интелект: https://wikib.online/article/fizicheskite-granitsi-na-izkustveniya-intelekt Алекс Карп: https://wikib.online/article/%D0%B0%D0%BB%D0%B5%D0%BA%D1%81-%D0%BA%D0%B0%D1%80%D0%BF Забранените практики и графикът на Закона на ЕС за изкуствен интелект: https://wikib.online/article/es-zakon-za-ai-zabraneni-praktiki-i-grafik Обществената консултация зад Бялата книга на ЕС за AI: https://wikib.online/article/es-obshtestvena-konsultatsiya-byala-kniga-ai Регулиране на изкуствения интелект в Европейския съюз през 2026 г.: https://wikib.online/article/%D1%80%D0%B5%D0%B3%D1%83%D0%BB%D0%B8%D1%80%D0%B0%D0%BD%D0%B5-%D0%BD%D0%B0-%D0%B8%D0%B7%D0%BA%D1%83%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%B8%D1%8F-%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%B5%D0%BA%D1%82-%D0%B2-%D0%B5%D0%B2%D1%80%D0%BE%D0%BF%D0%B5%D0%B8%D1%81%D0%BA%D0%B8%D1%8F-%D1%81%D1%8A%D1%8E%D0%B7-%D0%BF%D1%80%D0%B5%D0%B7-2026-%D0%B3 Институтът „Ада Лъвлейс“: как независимо изследване оформя закона на ЕС за AI: https://wikib.online/article/ada-lovelace-institute-uk Доказателства към твърденията ----------------------------- 1. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 2. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 3. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 4. Data centre electricity use surged in 2025, even with tightening bottlenecks driving a scramble for solutions https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions 5. Data centre electricity use surged in 2025, even with tightening bottlenecks driving a scramble for solutions https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions 6. Energy and AI — Energy demand from AI https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai 7. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 8. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 9. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 10. Berkeley Lab Report Evaluates Increase in Electricity Demand from Data Centers https://newscenter.lbl.gov/2025/01/15/berkeley-lab-report-evaluates-increase-in-electricity-demand-from-data-centers/ 11. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 12. Data Centres Metered Electricity Consumption 2025 https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2025/ 13. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 14. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 15. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 16. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 17. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 18. Berkeley Lab Report Evaluates Increase in Electricity Demand from Data Centers https://newscenter.lbl.gov/2025/01/15/berkeley-lab-report-evaluates-increase-in-electricity-demand-from-data-centers/ 19. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 20. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 21. Environmental impact of artificial intelligence https://en.wikipedia.org/wiki/Environmental_impact_of_artificial_intelligence 22. How much energy does ChatGPT use? https://epoch.ai/gradient-updates/how-much-energy-does-chatgpt-use 23. Measuring the environmental impact of AI inference https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference 24. Measuring the environmental impact of AI inference https://cloud.google.com/blog/products/infrastructure/measuring-the-environmental-impact-of-ai-inference 25. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 26. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 27. Environmental impact of artificial intelligence https://en.wikipedia.org/wiki/Environmental_impact_of_artificial_intelligence 28. Making AI Less "Thirsty": Uncovering and Addressing the Secret Water Footprint of AI Models (Li, Yang, Islam, Ren) https://arxiv.org/abs/2304.03271 29. Environmental impact of artificial intelligence https://en.wikipedia.org/wiki/Environmental_impact_of_artificial_intelligence 30. Environmental impact of artificial intelligence https://en.wikipedia.org/wiki/Environmental_impact_of_artificial_intelligence 31. Sustainable by design: Next-generation datacenters consume zero water for cooling https://www.microsoft.com/en-us/microsoft-cloud/blog/2024/12/09/sustainable-by-design-next-generation-datacenters-consume-zero-water-for-cooling/ 32. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 33. Data centers were 40% of PJM capacity costs in last auction: market monitor https://www.utilitydive.com/news/data-centers-pjm-capacity-auction/808951/ 34. Data centers were 40% of PJM capacity costs in last auction: market monitor https://www.utilitydive.com/news/data-centers-pjm-capacity-auction/808951/ 35. Data centers were 40% of PJM capacity costs in last auction: market monitor https://www.utilitydive.com/news/data-centers-pjm-capacity-auction/808951/ 36. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 37. Building Community-First AI Infrastructure https://blogs.microsoft.com/on-the-issues/2026/01/13/community-first-ai-infrastructure/ 38. Q1 2026: Data Center Watch Report https://www.datacenterwatch.org/q1-2026 39. In South Memphis, Elon Musk’s Colossus Operated Gas Turbines Without Appropriate Permits, Residents and Activists Claim https://insideclimatenews.org/news/17072025/elon-musk-xai-data-center-gas-turbines-memphis/ 40. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 41. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 42. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 43. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 44. Constellation to Launch Crane Clean Energy Center, Restoring Jobs and Carbon-Free Power to The Grid https://www.constellationenergy.com/newsroom/2024/Constellation-to-Launch-Crane-Clean-Energy-Center-Restoring-Jobs-and-Carbon-Free-Power-to-The-Grid.html 45. Constellation seeks regulator's help for 2027 plant restart https://world-nuclear-news.org/articles/constellation-seeks-regulators-help-for-2027-plant-restart 46. NextEra and Google ink a deal to restart Duane Arnold https://www.ans.org/news/2025-10-28/article-7501/nextera-and-google-ink-a-deal-to-restart-duane-arnold/ 47. NextEra and Google ink a deal to restart Duane Arnold https://www.ans.org/news/2025-10-28/article-7501/nextera-and-google-ink-a-deal-to-restart-duane-arnold/ 48. Google signs advanced nuclear clean energy agreement with Kairos Power https://blog.google/outreach-initiatives/sustainability/google-kairos-power-nuclear-energy-agreement/ 49. Meta strikes deals with Vistra, Oklo, TerraPower https://www.ans.org/news/2026-01-12/article-7666/meta-strikes-deals-with-vistra-oklo-terrapower/ 50. Data centre electricity use surged in 2025, even with tightening bottlenecks driving a scramble for solutions https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions 51. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 52. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 53. Jevons paradox https://en.wikipedia.org/wiki/Jevons_paradox 54. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 55. From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate (Luccioni et al.) https://arxiv.org/abs/2501.16548 56. Jevons paradox https://en.wikipedia.org/wiki/Jevons_paradox 57. Directive (EU) 2023/1791 on energy efficiency (recast) https://eur-lex.europa.eu/eli/dir/2023/1791/oj/eng 58. European Commission releases aggregate EED data center data – operators report 6.4GW of installed capacity across the EU https://www.datacenterdynamics.com/en/news/european-commission-releases-aggregate-eed-data-center-data-operators-report-64gw-of-installed-capacity-across-the-eu/ 59. Energy performance of data centres https://energy.ec.europa.eu/topics/energy-efficiency/energy-efficiency-targets-directive-and-rules/energy-efficiency-directive/energy-performance-data-centres_en 60. Making data centres energy efficient thanks to a new EU rating system https://commission.europa.eu/news-and-media/news/making-data-centres-energy-efficient-thanks-new-eu-rating-system-2026-09-21_en 61. Making data centres energy efficient thanks to a new EU rating system https://commission.europa.eu/news-and-media/news/making-data-centres-energy-efficient-thanks-new-eu-rating-system-2026-09-21_en 62. EU AI Act, Annex XI: Technical documentation for providers of general-purpose AI models https://artificialintelligenceact.eu/annex/11/ 63. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 64. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary 65. Energy and AI — Executive summary https://www.iea.org/reports/energy-and-ai/executive-summary 66. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 67. We did the math on AI’s energy footprint. Here’s the story you haven’t heard. https://www.technologyreview.com/2025/05/20/1116327/ai-energy-usage-climate-footprint-big-tech/ 68. Key Questions on Energy and AI — Executive summary https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary Каноничен URL: https://wikib.online/article/tsentrove-za-danni-i-energiyata-za-izkustveniya-intelekt Ревизия: 1 Статус: published Език: bg Лиценз: CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/)