Energie-efficiënte storage wordt steeds belangrijker bij toenemende netcongestie
In dit artikel:
Het IEA waarschuwt in het World Energy Outlook 2025 dat de groeiende stroomvraag van datacenters en AI-toepassingen de capaciteit van elektriciteitsnetten wereldwijd onder druk zet. In elk door het IEA gemodelleerd scenario groeit elektriciteitsvraag sneller dan het totale energieverbruik. Waar eerdere elektriciteitsgroei vooral uit opkomende economieën kwam, is nu in ontwikkelde markten AI en datacenters een belangrijke motor. Het rapport noteert dat in 2025 ongeveer 580 miljard dollar naar datacenters ging — meer dan de geschatte 540 miljard dollar die dat jaar naar de olie-industrie vloeide — en voorspelt dat zelfs bescheiden toename van AI-gebruik de datacentervraag tegen 2030 met enkele honderden terawattuur kan laten oplopen.
Wat dit probleem verergert is de aard van moderne AI-workloads. Niet langer draait het alleen om training, die weliswaar intensief maar tijdelijk is; inferentie (het continu toepassen van getrainde modellen voor chatbots, code-assistenten, RAG, e.d.) draait constant en schaalt met het aantal gebruikers. Vooral de opkomst van agentic AI, waarbij modellen meerdere, vaak herhaalde model-calls en redeneringslussen uitvoeren, creëert enorme I/O-profielen: duizenden gelijktijdige, kleine opslagverzoeken per sessie kunnen het energieverbruik aanzienlijk opvoeren. Daardoor kan de operationele energievraag van inference- en agentic-workloads op termijn vergelijkbaar worden met die van initiële training.
De kernboodschap van het artikel is dat energie-efficiëntie — en specifiek storage-efficiëntie — de effectieve manier is om netwerkbeperkingen te omzeilen. Omdat uitbreiding van netten en nieuwe opwekcapaciteit veel tijd vergen, geldt efficiënt gebruik van de bestaande stroom als “nieuwe capaciteit”: systemen die meer prestaties per watt en meer capaciteit per rack leveren, maken ruimte voor extra AI-werk en gebruikers zonder dat er nieuwe trafostations of kabels nodig zijn. Storage wordt daarbij vaak onderschat; compute en koeling krijgen meer aandacht, maar de gekozen opslagarchitectuur beïnvloedt het totale datacenterverbruik op meerdere fronten: I/O-efficiëntie per query, opslagdichtheid, en de koelingslast.
Praktische implicaties voor datacenter- en infrastructuurteams zijn helder. Keuzes in opslaghardware en -architectuur (bijvoorbeeld hogere dichtheid, lagere I/O-amplificatie, betere caching, slimme tiering, en near-data processing) kunnen de energie per verzoek drastisch verlagen. Dat maakt het mogelijk om meer inferentie- en agentic-workloads te bedienen binnen dezelfde energiebudgetten en helpt tegelijk duurzaamheidsdoelen en continuïteit te waarborgen. Het IEA verwacht weliswaar dat hernieuwbare energie (met name zonne-energie) en later ook kernenergie tot 2050 sterk zullen groeien, maar die uitbreiding zal niet snel genoeg zijn om de huidige groeitempo van digitale vraag volledig te volgen.
Dit stuk is een ingezonden bijdrage van Pure Storage; het benadrukt dat opslag-efficiëntie niet langer een bijkomstigheid is maar een ontwerpvereiste voor organisaties die AI-oplossingen op schaal willen uitrollen zonder tegen energielimieten aan te lopen.