Organisaties zijn niet voorbereid op enorme AI-energiebehoefte

In een onderzoek uitgevoerd onder 500 IT-beslissers bij grote bedrijven in de VS, het Verenigd Koninkrijk en Europa, ontdekte het bedrijf dat bedrijven "over het algemeen niet voorbereid zijn op de enorme energie-eisen en data-eisen van AI". Het rapport laat zien dat de vraag naar rekenkracht toeneemt als gevolg van de toenemende toepassing van AI. Van de 88% van de respondenten die AI in hun activiteiten hebben geïmplementeerd, heeft 47% zijn rekenkracht moeten verdubbelen. Bovendien gaf 73% van de IT-inkopers aan niet volledig voorbereid te zijn op de hoge energie-eisen van AI.

De veranderingen die nodig zijn voor de toepassing van AI houden niet op bij de energie-infrastructuur, zo bleek uit het onderzoek. Bijna driekwart (73%) van de besluitvormers was het erover eens dat het implementeren van AI-tools een of andere upgrade van het gegevensbeheer vereist. Vrijwel alle respondenten (96%) zijn van plan om hun IT-infrastructuur te moderniseren, inclusief degenen die dat al hadden gedaan. De specifieke gebieden die een upgrade vereisen zijn: tools voor gegevensbeheer (48%), processen voor gegevensbeheer (46%) en infrastructuur voor gegevensopslag (46%). De implementatie van AI zal volgens 89% van de respondenten ook een aanzienlijke impact hebben op de duurzaamheidsdoelstellingen van organisaties. Van de respondenten van wie de organisatie al AI-technologieën heeft geïmplementeerd of van plan is dit in de komende 12 maanden te doen, geeft 60% aan te hebben geïnvesteerd of te gaan investeren in energiezuinigere hardware om de ESG-doelstellingen te halen.

Het meeste halen uit AI

De resultaten van de bevindingen van Pure Storage komen overeen met die van een vergelijkbaar onderzoek dat in september 2023 werd uitgevoerd door colocatieprovider Telehouse. Telehouse vroeg 250 IT-beslissers uit verschillende Britse sectoren hoe zij verwachten dat de digitale infrastructuur de komende tien jaar zal veranderen. Bijna alle respondenten (89%) verwachten dat hun organisatie in 2030 high-density, high-performance computersystemen nodig zal hebben. Sinds het onderzoek in 2020 ontdekte Telehouse dat het aantal IT-professionals dat de integratie van AI en analytics als hun belangrijkste uitdaging ziet, is gegroeid van 23% naar 33%. Rob Lee, CTO bij Pure Storage, legde het belang uit van een weloverwogen strategie om de IT-infrastructuur te upgraden voor een tijdperk van AI-ontwikkeling. "Plannen voor verandering en zorgen voor flexibiliteit zijn essentieel om de overstap naar AI te kunnen maken. Omdat de vraag naar energie en data exponentieel toeneemt in het AI-tijdperk, is het investeren in en implementeren van de juiste AI-ready data-infrastructuur niet alleen essentieel voor een effectieve implementatie en energie-efficiëntie, maar ook om de meeste waarde uit AI-projecten te halen," zegt hij.

"Het rapport van vandaag biedt belangrijke inzichten voor IT-leiders over zowel de gevolgen van het niet plannen voor de veranderingen die nodig zijn om AI te implementeren, als de voordelen van het voorbereid zijn op de impact van AI op de infrastructuur." Lee's zorg om te investeren in de "juiste AI-ready data-infrastructuur" wordt gedeeld door andere vooraanstaande personen op dit gebied, die stellen dat bedrijven zonder deze basis moeite zullen hebben om de vruchten van AI te plukken. In een gesprek met ITPro gaf IT-consultant en CEO van ARP Ideas, Ambroży Rybicki, aan waarom een adequate data-infrastructuur essentieel is voor het benutten van de kracht van AI.

"Zonder een sterke data-architectuur zal AI moeite hebben om waarde te leveren. De data-infrastructuur is het fundament waarop het succes van AI in een bedrijf is gebouwd. Zonder hoogwaardige en goed georganiseerde data zal AI haperen," zei hij.

"Bedrijven die investeren in hun data-infrastructuur leggen niet alleen de basis voor AI-successen, maar maken zichzelf ook toekomstbestendig tegen data gerelateerde uitdagingen."

Lees het oorspronkelijke artikel bij Leaf Cloud.

Bij Leafcloud werken we er dagelijks aan om CO2-uitstoot te voorkomen in plaats van te compenseren. Dat willen we ook bereiken in de training van AI-modellen. Daarvoor hebben we een uniek concept: we plaatsen onze servers in gebouwen waar we direct aansluiten op het water- en verwarmingssysteem. Op die manier kunnen we bijna alle restwarmte hergebruiken. Dat is al een eerste win, want daardoor gebruiken de bewoners in het pand minder fossiele brandstoffen. De energie die we gebruiken om onze servers te laten draaien, wordt zo twee keer gebruikt: voor de servers en om warm tapwater te maken. Nog eens win win.  We bouwen dus ook geen nieuwe datacenters, waarmee we ook nog eens CO2-uitstoot voorkomen. Win win win! Op deze manier besparen we per locatie jaarlijks tot 1.691 ton CO2 - het equivalent van het energieverbruik van meer dan 200 huishoudens. Door de training van je AI-modellen uit te voeren op de servers van Leafcloud hoef je niet in te leveren op je AI-training en IT-verbruik, om toch duurzaam te zijn.