Generativ AI driver upp energiförbrukningen i datacenter, men hållbarhet mäts med föråldrade metoder. Nu lanserar Eaton fem nya nyckeltal.
De kompletterande nyckeltalen ger en mer nyanserad och framtidssäkrad bild av miljöpåverkan.
Generativ AI, maskininlärning och annan datatung teknik ökar både energibehov och klimatavtryck hos datacenter. Enligt forskning kan den globala datamängden öka med upp till 50 gånger före 2028 – framför allt på grund av generativa AI-tjänster som ChatGPT.
Datacenter möta AI-boomen med smartare hållbarhetsmått
I Sverige spår forskningsinstitutet RISE att AI redan till 2030 kan öka sitt elbehov med 1,5 gånger.
Fem mått som kompletterar PUE
Trots det förlitar sig många datacenter fortfarande på ett enda nyckeltal: PUE (Power Usage Effectiveness). Ett mått som visserligen säger något om energieffektivitet – men inte om den totala miljöpåverkan.
– För att möta framtida EU-krav och få en rättvisande bild krävs fler och smartare mätmetoder, säger Mathias Jensén, försäljningschef för Critical Power Solutions på Eaton.
PUE är ett viktigt första steg anser han, men det säger ingenting om koldioxidutsläpp, vattenförbrukning eller andelen grön el. Vilket de nya måtten bidra med.
Eaton föreslår att datacenter kompletterar PUE med följande fem nyckeltal:
- CUE – Carbon Usage Effectiveness: Mäter koldioxidutsläpp per levererad IT-effektenhet.
- WUE – Water Usage Effectiveness: Fokus på vattenförbrukning, särskilt vid vattenkylning.
- ERE – Energy Reuse Effectiveness: Andel energi som återanvänds, till exempel som fjärrvärme.
- GEC – Green Energy Coefficient:Andel el från förnybara källor – viktigt vid Scope 2-rapportering.
- TUE – Task Usage Effectiveness: Mäter hur mycket av energin som används till faktisk IT-drift.
