De huidige behoeften van kunstmatige intelligentie (AI) aan energie staan voor iedere investeerder en analist centraal. De discussie over de AI-voorsprong van landen wordt steeds brandender, vooral nu experts zoals Adam Livingston, auteur van The Bitcoin Age, beweren dat China de overhand heeft. Zijn stelling? De race is beslist, niet door betere technologie, maar door de controle over een cruciale hulpbron: energie, en specifiek nucleaire energie.
Livingston wijst op een opmerkelijk verschil tussen de nucleaire capaciteiten van China en de Verenigde Staten. China heeft momenteel vijftien nucleaire powerplants in aanbouw, terwijl de Verenigde Staten op dit moment geen enkel groot nieuw nucleair project opstarten. Tot eind 2025 zijn er naar schatting dertig reactors in aanbouw in China, wat bijna de helft van de wereldwijde nieuwe nucleaire bouw projecten vertegenwoordigt. Analyses wijzen erop dat China tegen het einde van dit jaar mogelijk 65 gigawatt (GW) nucleaire capaciteit kan bereiken, met een ambitieuze doelstelling van 200 GW tegen 2040.
Maar is dit verhaal zo zwart-wit? De Verenigde Staten heeft recentelijk plannen aangekondigd voor nieuwe nucleaire projecten, inclusief de bouw van tien grote reactors door Westinghouse voor 2030. Maar de bureaucratische hindernissen en publieke scepsis blijven een aanzienlijke uitdaging, waardoor de uitvoering van deze plannen verre van gegarandeerd is.
De cruciale vraag die Livingston opwerpt, is of we de rol van energie in de voortgang van AI onderschatten. De training en uitvoering van AI-modellen vergen aanzienlijke hoeveelheden elektriciteit. Neem bijvoorbeeld GPT-4, dat een stroombehoefte heeft van tientallen megawatt. De energiebehoefte van datacenters in de VS zal naar verwachting meer dan verdubbelen in het komende decennium, met een voorspelling van een piek van 78 GW tegen 2035.
Tegelijkertijd heeft het wereldwijde energieverbruik van datacenters in 2024 een recordhoogte van 415 terawattuur bereikt, met AI die een steeds groter aandeel hiervan claimt. Dit impliceert dat landen die in staat zijn om de meest constante en koolstofvrije energie te leveren, een strategisch voordeel zullen hebben in de AI-race. China’s directe en agressieve industriële beleidsvoering heeft het land in staat gesteld snel nucleaire energiecapaciteit op te bouwen, terwijl Amerikaanse nutsbedrijven meer afhankelijk zijn van bestaande upgrades en een gefragmenteerde aanpak hanteren.
Hoewel China een pijlsnelle vooruitgang boekt, zijn de VS bezig met het verbeteren van de efficiëntie en het benutten van nieuwe technologieën, zoals kleine modulaire reactors (SMR’s) en hernieuwbare energie, om hun energiebasis te versterken.
Leidt dit alles ons naar de conclusie dat de AI-race al is beslist, zoals Livingston suggereert? Het lijkt erop dat we ons in een grijs gebied bevinden. China’s nucleaire expansie is inderdaad indrukwekkend en is nauw verbonden met de infrastructuur voor AI. Het is onmiskenbaar dat AI afhankelijk is van een continue, betaalbare stroomvoorziening. Echter, Amerikaanse leiders en bedrijven blijven niet stilzitten. Nieuwe projecten, beleidswijzigingen en investeringen in energie en AI zijn in opmars, maar het tempo en de schaal van deze ontwikkeling zijn nog niet in de buurt van de snelheid van China.
De Amerikaanse voordelen op het gebied van fundamenteel AI-onderzoek, chipontwerp, cloud-infrastructuur en durfkapitaal blijven aanzienlijk. Zelfs als de energiebehoeften van datacenters een beperkende factor worden, kan innovatie op het gebied van efficiëntie, slimme netwerken en gedistribueerde computation de achterstand verkleinen. Het is mogelijk dat “energiewoelingen” net zo cruciaal worden als software of data, maar de uitkomst hangt af van veel meer dan alleen het aantal nucleaire centrales. Livingston belicht een vaak over het hoofd geziene dimensie van de wereldwijde technologische strijd, maar de doodsklokken luiden nog niet. De scoreboard verandert, maar de AI-race is nog lang niet voorbij.
Waarom is nucleaire energie belangrijk voor de AI-ontwikkeling?
Nucleaire energie biedt een betrouwbare en koolstofvrije energiebron, die essentieel is voor de groei van datacenters die AI-modellen trainen en uitvoeren. Dit maakt landen met een sterke nucleaire infrastructuur competitief in de AI-race.
Wat zijn de gevolgen van de nucleaire kloof tussen de VS en China?
De achterstand van de VS in de nucleaire energieopbouw kan op lange termijn leiden tot een competitief nadeel in de technologie- en AI-sector, vooral als de vraag naar continue en goedkope energie toeneemt.
Is de strijd om energie net zo belangrijk als de ontwikkeling van software voor AI?
Ja, de strijd om duurzame en betrouwbare energie wordt steeds belangrijker naarmate de marktvraag naar AI-technologie toeneemt. De beschikbaarheid van energie kan zelfs bepalend zijn voor wie de leiding neemt in de AI-innovatie.
