Umělá inteligence a datová centra v roce 2026: Proč se elektřina stává největším úzkým hrdlem v oblasti technologií
Díky umělé inteligenci se datová centra stávají významnými spotřebiteli elektřiny. Seznamte se s nejnovějšími údaji IEA z roku 2026, s rolí grafických procesorů (GPU) a chlazení, s úzkými místy v rozvodné síti, s kompromisy v oblasti životního prostředí a s tím, co rostoucí poptávka po energii znamená pro technologický průmysl.
Umělá inteligence je často popisována jako softwarová revoluce, avšak každá aplikace umělé inteligence se opírá o fyzickou infrastrukturu. Procesory potřebují elektřinu, servery produkují teplo a datová centra jsou závislá na chladicích zařízeních, transformátorech a připojení k elektrické síti. Dostupnost elektřiny se stává strategickým omezením při zavádění umělé inteligence.
Podle analýzy Mezinárodní energetické agentury z dubna 2026 dosáhla celosvětová spotřeba elektřiny v datových centrech v roce 2025 přibližně 485 TWh. Hlavní prognóza agentury odhaduje spotřebu na přibližně 950 TWh do roku 2030, což představuje téměř 3 % celosvětové poptávky po elektřině. Uvedený údaj je prognózou, nikoli naměřeným výsledkem.
Proč umělá inteligence zvyšuje poptávku po elektřině
Trénování modelů umělé inteligence může zahrnovat velké množství specializovaných akcelerátorů, které běží po dlouhou dobu. Inference, tedy proces spouštění modelu pro uživatele, rovněž spotřebovává elektřinu. Množství spotřebované energie se značně liší v závislosti na velikosti modelu, hardwaru, délce vstupu, délce výstupu a druhu úkolu.
Krátká textová odpověď a dlouhý úloha vyžadující uvažování či generování videa nejsou srovnatelné. Neexistuje spolehlivý univerzální údaj o energetických nákladech na jeden příkaz pro AI.
Mezinárodní energetická agentura (IEA) uvádí, že celková spotřeba elektřiny v datových centrech vzrostla v roce 2025 přibližně o 17 %, zatímco spotřeba v zařízeních zaměřených na AI rostla podstatně rychleji. K celkové poptávce přispívají také tradiční cloudové služby a další digitální pracovní zátěže.
Více výkonu v každém serverovém racku
Moderní instalace AI sdružují výkonné akcelerátory do stále hustších racků. Vyšší hustota výkonu představuje výzvu pro rozvod elektřiny, záložní systémy a chlazení. Datové centrum se nemusí nutně rozšiřovat umístěním dalších racků do stávající místnosti: jeho infrastruktura pro napájení a chlazení může vyžadovat zásadní modernizaci.
Pokročilé systémy kapalinového chlazení odvádějí teplo z procesorů efektivněji v některých nasazeních s vysokou hustotou. Kapalinové chlazení však automaticky neznamená nižší spotřebu vody. Dopad na životní prostředí závisí na konstrukci chladicí smyčky, systému odvodu tepla do vnějšího prostředí, místním klimatu a skladbě zdrojů elektřiny.
Co je to PUE
Účinnost využití energie (Power Usage Effectiveness, PUE) je poměr celkové spotřeby energie v zařízení k spotřebě energie IT zařízení:
PUE = Celková spotřeba energie v zařízení / Spotřeba energie IT zařízení
Při hypotetické hodnotě PUE 1,20 spotřebuje zařízení 1,20 jednotky elektřiny na každou jednotku spotřebovanou jeho výpočetní technikou. Pokud je průměrné zatížení IT 1 MW v průběhu celého roku, spotřebuje 8,76 GWh; celková spotřeba zařízení by činila přibližně 10,51 GWh. Ukazatel PUE popisuje režijní náklady infrastruktury, nikoli uhlíkovou intenzitu ani užitečnost prováděných výpočetních operací.
Připojení k rozvodné síti může zpozdit projekty v oblasti umělé inteligence
Vybudování elektrické infrastruktury často trvá déle než vybudování počítačové infrastruktury. Nová datová centra mohou vyžadovat rozvodny, transformátory, modernizaci přenosové sítě a nové výrobní kapacity. Zpoždění v dodávkách zařízení, při získávání povolení a připojení k síti mohou odložit projekty, i když vývojáři již servery zakoupili.

To mění dynamiku konkurence. Společnosti se spolehlivým přístupem k vhodným lokalitám a elektřině mohou být schopny nasadit výpočetní kapacitu dříve než konkurenti s podobnými rozpočty.
Dopady jsou lokální. Datové centrum umístěné v blízkosti volných výrobních kapacit představuje jiné výzvy než centrum připojené k přetížené síti.
Zvýší datová centra ceny elektřiny?
Velké nové odběry elektřiny mohou vyvolat potřebu investic do rozvodné sítě a výroby elektřiny. V závislosti na pravidlech tarifů a způsobu rozdělení nákladů se na některých z těchto výdajů mohou podílet i ostatní spotřebitelé.
Vyšší ceny však nejsou všude nevyhnutelné. Dodatečná poptávka může někdy zlepšit využití stávající infrastruktury. Důsledky závisí na místní kapacitě, regulaci, smlouvách o dodávkách elektřiny a na tom, zda jsou zařízení schopna snížit spotřebu v obdobích přetížení systému.
Klíčovými otázkami jsou: kdo zaplatí za novou infrastrukturu, jak rychle lze rozšířit dodávky a jaké požadavky na spolehlivost dané zařízení klade.
Obnovitelné zdroje energie, jaderná energie a zemní plyn
Technologické společnosti zkoumají několik přístupů k zajištění dodávek elektřiny.
Větrná a solární výroba mohou dodávat nízkouhlíkovou elektřinu, často prostřednictvím dlouhodobých odběrných smluv. Jejich proměnlivý výkon vyžaduje vhodná vyrovnávací a spolehlivostní opatření.
Jaderná energetika může poskytovat nízkouhlíkovou elektřinu bez závislosti na počasí, nové projekty však mohou čelit dlouhým lhůtám výstavby a regulačním překážkám.
Další možností je výroba elektřiny ze zemního plynu, včetně návrhů na výrobu přímo na místě v případech, kdy se zpožďuje připojení k distribuční síti. Může však vést ke zvýšení emisí a vytváří závislost na palivu a zařízeních.
Žádný jednotlivý zdroj nevyřeší všechny problémy. Důležitou roli hrají spolehlivost, náklady, doba vývoje, místní předpisy i uhlíková náročnost.
Emise uhlíku a spotřeba vody
Spotřeba elektřiny není totéž jako emise skleníkových plynů. Emise spojené s datovým centrem závisí do značné míry na spotřebované elektřině, ale také na výrobě zařízení a výstavbě.
Rovněž se liší vodní stopa. Některé chladicí systémy využívají odpařovací systémy, jiné používají odlišné metody. Výroba elektřiny a polovodičů může přispívat k nepřímé spotřebě vody.
Tvrzení, že každý požadavek umělé inteligence má pevně danou uhlíkovou stopu nebo vodní stopu, příliš zjednodušuje systém, v němž se výrazně liší umístění, hardware, pracovní zátěž a provozní podmínky.

Transparentní výkaznictví by mělo rozlišovat mezi celkovou činností datového centra a pracovními zátěžemi specifickými pro AI, stejně jako mezi provozními dopady a dopady v rámci celého životního cyklu.
Zvrátí zlepšení účinnosti tento trend?
Hardware a software pro AI se stávají účinnějšími. Kvantizace, menší specializované modely, ukládání do mezipaměti, dávkové zpracování a vylepšené plánování inferencí mohou snížit množství zdrojů potřebných pro konkrétní úkol.
Nižší náklady však mohou podpořit širší využití. Umělou inteligenci může začlenit více aplikací a někteří uživatelé mohou vyžadovat stále výpočetně náročnější služby.
V důsledku toho může spotřeba energie na jeden úkol klesnout, zatímco celková poptávka po elektřině poroste. Zvýšení účinnosti je důležité, ale jeho čistý efekt je třeba posuzovat s ohledem na rozšíření využití a růst pracovní zátěže.
Umělá inteligence může také zlepšit energetické systémy
Umělá inteligence může pomáhat s předpovídáním poptávky, údržbou rozvodné sítě, předpovídáním výroby z obnovitelných zdrojů a optimalizací průmyslových procesů. Tyto aplikace mohou provozovatelům pomoci efektivněji využívat infrastrukturu.
Potenciální přínosy by neměly být automaticky považovány za kompenzaci vlastní spotřeby elektřiny umělé inteligence. Skutečné úspory závisí na kvalitě nasazení, přístupu k datům, správě a měření.
Co mohou udělat vývojáři a podniky
Softwarové týmy mohou zabránit zbytečným výpočtům výběrem modelů vhodné velikosti, ukládáním opakovatelných výsledků do mezipaměti, omezením nadbytečných požadavků a měřením skutečných nákladů na pracovní zátěž. Podniky, které nakupují služby umělé inteligence, by měly zohlednit spolehlivost, transparentnost cen, umístění dat a environmentální reporting.
Provozovatelé infrastruktury by měli společně plánovat napájení, chlazení, přístup k rozvodné síti a nákup zařízení, místo aby elektrickou energii považovali za něco druhořadého.
Závěr
Konkurence v oblasti umělé inteligence již není pouze o algoritmech a procesorech. Elektrická infrastruktura, technologie chlazení, přístup k rozvodné síti a energetické dodavatelské řetězce nyní ovlivňují, jak rychle lze nasadit výpočetní kapacitu.
Prognóza IEA, podle níž celosvětová spotřeba elektřiny datovými centry do roku 2030 dosáhne přibližně 950 TWh, ilustruje rozsah této výzvy, avšak výsledek zůstává nejistý. Výsledek budou utvářet lepší hardware, chytřejší software, investice do rozvodné sítě a odpovědné plánování.
Další fázi revoluce v oblasti umělé inteligence bude utvářet nejen to, co počítače dokážou vypočítat, ale také to, jak efektivně a spolehlivě je dokážeme napájet.