Skladiščenje ogljika bi lahko zmanjšalo več kot 90% emisij podatkovnih centrov AI, ugotavlja študija

Študija, ki jo je vodil Hon Chung Lau, dodatek profesor na Rice University in ustanovitelj Low Carbon Energies LLC. Raziskava, objavljena v Energy & Fuels, poudarja potencial tehnologij za zajemanje in shranjevanje ogljika (CCS) za znatno zmanjšanje emisij toplogrednih plinov, povezanih z hitro rastočo industrijo podatkovnih centrov, ki jo poganja umetna inteligenca.

Brez posredovanja bi se lahko emisije iz elektrarn na fosilna goriva, ki oskrbujejo z električno energijo podatkovna središča, dvignile iz približno 90 milijonov metričnih ton letno leta 2025 na več kot 404 milijonov metričnih ton do leta 2030. Lau in njegov sodelavec Steve C. S. podatkovni centri, ki se osredotočajo na predvidene zmogljivosti, vire energije in geografske lokacije. Njihova analiza je upoštevala mešanico električne energije vsake države in ocenila, ali bi se lahko povezane emisije ujeli in shranili pod zemljo v slanih vodonosnikih. Študija je opredelila ključne regije, ki doživljajo znatno rast, vključno s Teksasom, Virginijo, Pensilvanijo, Ohiom, Arizono, Kolorado, Utahom in Illinoisom.

Teksaški sektor podatkovnih centrov naj bi do leta 2030 potreboval dodatnih 25 gigavatov zmogljivosti, da bi podprl svoj naraščajoči sektor podatkovnih centrov. Glede na neprekinjeno in visoko povpraševanje po dejavnostih podatkovnih centrov so raziskovalci predlagali, da bi elektrarne s kombiniranim ciklusom zemeljskega plina s tehnologijo CCS lahko služile kot izvedljiva kratkoročna rešitev. Ti objekti proizvajajo manj emisij v primerjavi z alternativami na osnovi premoga in so pogosto v bližini ustreznih geoloških formacij za shranjevanje ogljika.

Do leta 2025 bi lahko ti vodonosniki imeli približno 59 milijonov ton CO2 v zvezi z podatkovnimi centri, kar ustreza približno 66% skupnih emisij v sektorju. Do leta 2030 naj bi se ta zmogljivost povečala na 299 milijonov ton, kar predstavlja približno 74% pričakovanih emisij.

Študija je vključevala samo podatkovna središča z javno razkritimi potrebami po električni energiji in je predvidevala, da se bodo nespecificirani viri energije uskladili z obstoječo energetsko mešanico državnega omrežja, za katero so menili, da se do leta 2030 verjetno ne bo bistveno spremenila. Kljub tem omejitvam študija zagotavlja podroben okvir za posamezne države za uskladitev širitve digitalne infrastrukture z okoljskimi cilji.

Lau je priznal ogromne energetske zahteve gospodarstva, ki ga poganja umetna inteligenca, in dejal, da je cilj njihovega dela usmeriti oblikovalce politik in deležnike k trajnostnim rešitvam.