Er det sløseri å stille spørsmål til ChatGPT, i stedet for å bruke Google? Jeg trodde det, men nå tror jeg heller at jeg skal bruke energien min på å bekymre meg for andre ting.

Et spørsmål til ChatGPT koster nesten ingenting

Ifølge de nyeste rapportene jeg har funnet, krever ett enkelt spørsmål til ChatGPT (det vil si at man går inn på KI-tjeneren, skriver et spørsmål og får et svar tilbake) omtrent 0,3 Wh med energi¹. En Wh er det samme som en tusendels kWh. Dette er for de enkleste spørsmålene. Et mer komplisert spørsmål kan koste rundt 5 Wh, mens generering av et enkelt bilde faktisk ikke krever mer enn rundt 1,7 Wh. Video er mer komplisert og krever mer enn 100 Wh for en liten video på 6 sekunder.

Til sammenligning bruker man omtrent 15 Wh på å lade opp en mobil, og 60 Wh for en laptop¹.

Her er noen ting jeg kan gjøre for å unngå å bruke 0,3 Wh energi:

• Stille et spørsmål mindre til ChatGPT
• Skru av en lampe i 5,3 minutter⁵
• Gjøre dusjen 0,03 sekunder kortere⁴
• Se 14 sekunder mindre Netflix⁷

Selv om jeg skulle anta at ChatGPT-søket bruker ti ganger mer energi, som har vært brukt i tidligere rapporter, er det fortsatt bare snakk om 0,3 sekunder med dusjing.

Om jeg skal spare betydelige mengder med strøm, så er det tydelig at det er i dusjen jeg burde starte. Tross alt må jeg droppe mer enn 1700 spørsmål til ChatGPT for å spare like mye strøm som jeg gjør ved å gjøre dusjen 1 minutt kortere.

Å trene språkmodeller er heller ikke så energikrevende

Kanskje er det ikke hvert enkelt spørsmål til KI som er problemer, men heller det at det brukes så utrolig mye energi på å trene opp språkmodellene?

Ifølge IEA har opptreningen av de største språkmodellene vi bruker i dag kostet så mye som 1,7 TWh. De fleste har brukt mindre energi. 1,7 TWh tilsvarer nesten 4% av alle energien som ble brukt i norske husholdninger i 2023⁸. Det er også like mye energi som man trenger for å produsere 30 000 tonn aluminium⁹. Til sammenligning ble det produsert 1,3 millioner tonn aluminium i Norge i 2023 (ca 2% av den globale produksjonen), så 30 000 tonn tilsvarer åtte dager med norsk aluminiumsproduksjon.

Er det da egentlig så mye? En slik språkmodell brukes av folk og bedrifter over hele verden. Den trenes opp av alt som finnes av tekst og data. Det er kanskje ikke så rart at det krever litt energi å produsere den, og 4% av den årlige norske energibruken i husholdningene virker ikke som et veldig stort tall.

Store datasentere er energieffektive, men kan gi lokale utfordringer

Datasentere er bygninger fulle av datamaskiner som lagrer data, utfører beregninger, leverer Netflix-videoer når vi vil se dem hjemme i stua, bruker KI til å lage dårlig musikk, og mye annet. Om vi snakker om «skybaserte løsninger» eller «cloud computing», så mener vi egentlig det at vi bestiller data-oppgaver hjemmefra, men så utføres de i et eller annet datasenter rundt om i verden.

Datamaskiner bruker elektrisk til å gjøre beregninger. Til slutt blir den samme elektriske energien omdannet til varme. Det skjer både i datamaskinen hjemme og i datasentere. Om varmen gjør temperaturen i datamaskinen for høy, så slutter den å fungere. Derfor har laptopen min vifter som begynner å bråke når jeg ber den om å gjøre en stor jobb, og derfor er også kjøling en stor og energikrevende del av det å drifte et datasenter.

I «typiske» datasentere med rundt 25 MW effekt, vil rundt 30 % av energibruken gå til kjøling. I de nyere, gigantiske sentrene som kalles «hyperscale», på mer enn 100 MW, klarer de seg med rundt 7% til kjøling¹. Det å gjøre ting større gjør nemlig ofte at man kan bruke energien mer effektivt. Og mens bruken av digitale tjenester som videostrømming har eksplodert i løpet av de siste tiårene, har energibruken til datasentere økt mye mindre, nettopp fordi teknologien som brukes har blitt mye mer energieffektiv¹¹.

For at vi skal klare oss med minst mulig energi, totalt, til å drive AI og internett, gir det dermed mening at beregningene foregår i noen enorme datasentere i stedet for i mange små. De største datasentrene som er under bygging i dag er på 2000 MW, og det er planlagt sentere på opptil 5000 MW¹. Om disse går på full kapasitet, året rundt, gir det en årlig energibruk på henholdsvis 18 og 44 TWh. Til sammenligning har det største norske vannkraftverket en årsproduksjon på 4 TWh¹³ og den totale norske strømproduksjonen i 2024 var på 157 TWh¹⁴.

Selv et middels stort datasenter kan altså forsyne seg med en stor andel av den lokale strømproduksjonen og gi til høyere strømpriser for innbyggerne i området, eller gjøre at det blir mindre strøm tilgjengelig for annen industri.

Energibruken til KI og datasentere kommer til å øke, men annen energibruk vil sannsynligvis øke mer

I 2024 var energibruken til verdens datasentere omtrent 415 TWh¹. Avhengig av hvilke antakelser man legger til grunn kan dette mer enn doble seg innen 2030¹. Den totale bruken av elektrisk energi kommer imidlertid til å øke mye mer enn dette; ifølge IEA vil tungindustrien innen 2030 ha behov for 1500 TWh ekstra elektrisk energi, samtidig som vi vil trenger 800 TWh ekstra til elektrisk transport og 600 TWh til avkjøling av bygninger i et stadig varmere klima, blant annet.

Det er altså ikke KI som kommer til å gi det største presset for å bygge ut mer elektrisk kraft i årene framover, selv om bidraget er betydelig. I tillegg kan KI også gi muligheter for smartere styring av energisystemet, slik at den totale energibruken ikke blir fullt så høy som den ellers ville ha vært.

Dette betyr ikke at KI er uproblematisk

Det er mange grunner til å være bekymret for KI. Vi møter dem hver dag i undervisningen vår og diskusjonene rundt hvordan studentarbeid skal evalueres, blant annet. Men i spørsmålet om energi, natur og klima, er det andre ting man bør ta tak i om målet er å gjøre en størst mulig forskjell.

Når man snakker om miljøavtrykket til KI-bruk er det gjerne både strømforbruk og forbruk av vann til kjøling som blir nevnt. Jeg har ikke sett på vannforbruk her, men kanskje jeg kan komme inn på det en annen gang.

Vær kildekritisk!

Dette er en blogg, ikke et fagfellevurdert tidsskrift. Det kan godt hende jeg har regnet feil noen steder. I så fall setter jeg pris på å få beskjed om det. Om du vil bruke noen av tallene mine kan det være lurt å gå til kildene (i fotnoter).

Jeg har kan også anbefale dette blogginnlegget til Andy Masley, som jeg har tatt mye inspirasjon fra, og som går inn i mye mer detalj enn hva jeg har gjort her: https://andymasley.substack.com/p/individual-ai-use-is-not-bad-for

Referanser

(beklager at denne lista er klønete og repeterer de samme referansene mange ganger. Om jeg får tid skal jeg lære meg å gjøre dette skikkelig i WordPress).

1. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎
2. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎
3. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎
4. Et minutts dusjing krever 520 Wh under følgende antakelser: vannet er 10 grader når det kommer inn i huset og varmes opp til 38 grader, dusjen leverer 16 liter/minutt (en sparedusj bruker ca halvparten), og vannets varmekapasitet er 4184 J/ kg K. ↩︎
5. Om lampa har en 3,4 W lyspære ↩︎
6. Et minutts dusjing krever 520 Wh under følgende antakelser: vannet er 10 grader når det kommer inn i huset og varmes opp til 38 grader, dusjen leverer 16 liter/minutt (en sparedusj bruker ca halvparten), og vannets varmekapasitet er 4184 J/ kg K. ↩︎
7. Ifølge denne kilden krever en time med videostrømming rundt 80 Wh: https://www.iea.org/commentaries/the-carbon-footprint-of-streaming-video-fact-checking-the-headlines. Det finnes andre kilder som mener verdien skal være omtrent ti ganger større, i så fall kunne jeg ha klart meg med 1,4 sekunder mindre Netflix: https://computingwithinlimits.org/2022/papers/limits22-final-Makonin.pdf ↩︎
8. https://www.ssb.no/energi-og-industri/energi/statistikk/produksjon-og-forbruk-av-energi-energibalanse-og-energiregnskap/artikler/lavere-energibruk-i-2023 ↩︎
9. https://link.springer.com/article/10.1007/s11367-023-02257-8#Sec1 ↩︎
10. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎
11. https://www.science.org/doi/full/10.1126/science.aba3758 ↩︎
12. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎
13. https://www.nve.no/energi/energisystem/vannkraft/vannkraftdatabase/ ↩︎
14. https://www.ssb.no/energi-og-industri/energi/statistikk/elektrisitet/artikler/rekordhoy-stromproduksjon-i-2024 ↩︎
15. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎
16. Spesialrapport om KI og energi fra 2025: https://www.iea.org/reports/energy-and-ai/ ↩︎