Elektřina v závodě o AI získává na významu
Dlouho platilo, že v umělé inteligenci vyhrává ten, kdo napíše lepší algoritmus a natrénuje větší model. Jenže data z letošního summitu o datové a cloudové infrastruktuře (DCCI Summit 2026) ukazují, že se těžiště posouvá jinam. Datová centra, cloud, výpočetní systémy, data a energie už nejsou podpůrnou kulisou digitální transformace — staly se základem, bez kterého se velká AI nerozjede vůbec.
Přeloženo do běžné řeči: dřív jste k provozu AI potřebovali hlavně šikovné inženýry. Dnes potřebujete také přístup k elektřině a k místu, kde ji proměníte ve výpočet. Toho si všiml i Vietnam, jehož usnesení č. 57-NQ/TW dává digitální infrastrukturu, AI, velká data a polovodiče na první místo národních priorit. Význam infrastruktury pro AI tak roste pro státy i firmy, nejde však o jednotnou strategii všech zemí.
Proč je AI na infrastrukturu tak náročná
Rozdíl nejlépe ukážou čísla přímo ze zdrojového materiálu summitu. Podle prezentace a podkladů DCCI Summit 2026 je na světě zhruba 11 000 datových center. Ta postavená na trénování a provoz AI podle tohoto materiálu tvoří méně než jedno procento, ale spolykají 25 % elektřiny spotřebované všemi datovými centry. Jde o údaj z prezentace či podkladů summitu, nikoli o nezávislé globální sčítání.
Důvod je v hustotě výkonu. Klasické datové centrum provozuje servery na web a firemní aplikace, kde jeden rack (stojan se servery) typicky odbírá 20 až 30 kilowattů. Rack napěchovaný grafickými čipy pro AI si ale řekne o 100 až 200 kilowattů — tedy zhruba pětinásobek až desetinásobek. Tabulka to vyjádří líp než dlouhý popis:
| Typ racku | Příkon | Poměr |
|---|---|---|
| Běžný serverový rack | 20–30 kW | 1× |
| AI rack (grafické čipy) | 100–200 kW | zhruba 5–10× |
Tady vzniká i skok v chlazení. Přibližně 40 % spotřeby datového centra je údaj převzatý ze zdrojového materiálu a může se lišit podle typu a účinnosti datového centra. Když do racku naskládáte výkon, který odpovídá malé průmyslové hale, vzduch už nestačí a nastupuje kapalinové chlazení a honba za co nejnižší hodnotou PUE (ukazatel energetické účinnosti datového centra).
Vlastní výpočet: co přesně znamená 200 kW na rack
Pojďme si to spočítat na konkrétní české kotlině, protože abstraktní kilowatty nikoho nevyděsí. Rack s příkonem 200 kW běžící nepřetržitě, tedy 24 hodin denně po celý rok, spotřebuje za rok:
200 kW × 24 hodin × 365 dní = 1 752 000 kWh, tedy zhruba 1,75 GWh ročně.
Průměrná česká domácnost odebere za rok okolo 3 MWh elektřiny. Při tomto nepřetržitém příkonu 200 kW tedy jeden jediný AI rack za rok spotřebuje zhruba tolik energie jako 580 českých domácností. Srovnání vychází z průměrné spotřeby domácnosti 3 MWh ročně. A velké AI datové centrum takových racků nemá deset, ale tisíce.
Do stejné perspektivy spadá i globální údaj IEA: datová centra v roce 2024 podle agentury spotřebovala kolem 415 TWh elektřiny a do roku 2030 se má toto číslo skoro zdvojnásobit. Když se AI nasadí ve velkém, energie přestává být provozní náklad a stává se úzkým hrdlem.
Energie jako nové úzké hrdlo
Právě energetika je důvod, proč se o vlastní kapacity začínají bít nejen firmy, ale i státy. Trh s datovými centry má podle čísel prezentovaných na summitu do roku 2030 narůst na více než 627 miliard dolarů, z toho samotný asijsko-pacifický region má představovat zhruba 174 miliard. Vietnam, odkud zpráva pochází, roste tempem kolem 14,2 % ročně a patří k nejrychleji rostoucím trhům jihovýchodní Asie.
Zajímavá je i rozporuplná pozice Vietnamu v žebříčcích. V globálním indexu připravenosti na AI (AI Readiness Index) je na 45. místě, ale v žebříčku WIN World AI Index 2025, který měří důvěru a ochotu AI přijímat, je šestý na světě. Údaj o vysoké důvěře a akceptaci neznamená, že samotnou příčinou slabší připravenosti je nedostatek infrastruktury; ukazuje pouze rozdíl mezi společenskou akceptací a celkovou připraveností země. To je přesně ten moment, kdy se z technologického problému stává problém investiční a politický.
Česko a Evropa: vlastní kapacita už není fráze
Proč by tohle mělo zajímat českého čtenáře? Protože vlastní výpočetní výkon a stabilní energetika ovlivňují, nakolik budete AI pronajímat od někoho jiného.
V Evropě k tomu přistupuje regulace. Směrnice EU o energetické účinnosti ukládá provozovatelům datových center s instalovaným příkonem informačních technologií nejméně 500 kW povinnost vykazovat stanovené ukazatele energetické a environmentální udržitelnosti do evropské databáze. Samotný tento reporting ale automaticky neznamená obecnou povinnost snižovat uhlíkovou stopu. Pro české firmy to znamená, že kdo chce AI provozovat ve velkém, musí myslet na elektřinu, chlazení a povolení dřív, než si koupí první čip. Energetika, chlazení a povolování budou důležitými omezeními velkých AI projektů.
Zdroj: Vietnam.vn / Báo Nhân dân — AI přetváří digitální infrastrukturu národa.
Proč AI datová centra spotřebují tolik elektřiny oproti běžným?
Kvůli hustotě výkonu. Grafické čipy pro trénování a provoz modelů mohou při plném nebo vysokém vytížení spotřebovávat značný výkon a v jednom racku jich může být výkon odpovídající malé průmyslové hale. Zatímco běžný rack odbírá 20–30 kW, AI rack si řekne o 100–200 kW a k tomu potřebuje mnohem účinnější, často kapalinové chlazení.
Co znamená PUE a proč se o něm u AI mluví?
PUE (Power Usage Effectiveness) je poměr mezi celkovou spotřebou datového centra a energií spotřebovanou samotným výpočtem. Čím blíž je hodnota jedničce, tím efektivnější centrum je. U AI je PUE zásadní, protože podle zdrojového materiálu může chlazení tvořit přibližně 40 % spotřeby, přičemž podíl se liší podle typu a účinnosti datového centra. Každé procento účinnosti u tak velkých výkonů znamená reálné peníze i nižší emise.
Dá se velký jazykový model provozovat i bez vlastního datového centra?
Ano. Menší a otevřené modely dnes běží i na jednom výkonném počítači nebo přes cloud, kde si výpočetní výkon pronajímáte po minutách. Vlastní infrastruktura dává smysl hlavně při velkém objemu provozu, kvůli datové suverenitě nebo když chcete mít jistotu, že data neopustí Evropu.
