Rapporten

IEC-rapport pleit voor bredere maatstaven voor de duurzaamheid van AI-datacenters

Silas Venn
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Conceptual Clean Green Data Centres briefing in front of server racks, cooling equipment and an electricity grid
Belangrijkste puntenPUE onthult de efficiëntie van de overhead maar niet de absolute vraag of de…
Meer weergeven
  • PUE onthult de efficiëntie van de overhead maar niet de absolute vraag of de koolstofintensiteit van de energievoorziening van een faciliteit.
  • Het Total Contribution-kader omvat vier dimensies maar mist nog steeds een methode om ze vergelijkbaar te maken.
  • De flexibiliteit van demand response hangt af van wie de workloads beheert en de meeste operators hebben geen zicht op computing door derden.

De International Electrotechnical Commission (IEC) stelt een bredere manier voor om de duurzaamheid van AI-datacenters te beoordelen. Het strategisch standpuntdocument en de briefing voor leidinggevenden over schone, groene datacenters, die op 17 november werden aangekondigd, introduceren een kader voor een ‘totale bijdrage’. Dat kijkt naar de ecologische voetafdruk van een faciliteit én naar de relatie met het elektriciteitsnet, de economische productiviteit en openbare diensten.

Het centrale idee is dat een datacenter moet worden beoordeeld als onderdeel van een groter systeem. Het elektriciteits- en waterverbruik blijven belangrijke maatstaven, maar de IEC wil dat rapportages ook laten zien of een faciliteit kan bijdragen aan de veerkracht van het elektriciteitsnet en nuttige digitale diensten kan leveren. De IEC heeft een Strategische Normalisatiegroep voor Datacenters opgericht om consistente meetgegevens, rapportageprotocollen en waarborgingsmechanismen te ontwikkelen.

Dit is een strategische routekaart naar verdere normalisatie. In de aankondiging wordt geen volledig uitgewerkte wereldwijde beoordelingsformule vastgesteld, noch een bindende eis dat elk datacenter koeling zonder waterverbruik invoert.

Waarom PUE niet het hele verhaal vertelt

Power Usage Effectiveness (PUE) meet de totale energie die een faciliteit verbruikt, gedeeld door de energie die IT-apparatuur verbruikt. Een PUE van 1,2 betekent dat de faciliteit 20% meer energie verbruikt dan de IT-apparatuur op zichzelf. Minder overhead kan wijzen op efficiëntere koeling en stroomvoorziening, maar de verhouding laat niet zien hoeveel elektriciteit de faciliteit absoluut verbruikt, noch hoe koolstofintensief de elektriciteitsvoorziening is.

De IEC publiceert al ISO/IEC 30134-2:2026, waarin PUE en de meting, berekening en rapportage ervan worden gedefinieerd. Het nieuwe initiatief behandelt een bredere vraag: hoe kunnen dergelijke indicatoren op faciliteitsniveau worden opgenomen in een beoordeling van de ecologische en maatschappelijke resultaten?

Een grote faciliteit met een uitstekende PUE kan nog steeds een aanzienlijke belasting vormen voor een elektriciteitsnet met beperkte capaciteit. Ook kunnen twee faciliteiten met vergelijkbare verhoudingen sterk verschillen in hun waterbehoefte of mogelijkheden om warmte te hergebruiken. Efficiëntie binnen een gebouw en duurzaamheid in een regio houden verband met elkaar, maar meten verschillende zaken.

De vier onderdelen van ‘totale bijdrage’

In de aankondiging ordent de IEC het voorgestelde kader rond vier samenhangende dimensies:

  • Energie en integratie met het elektriciteitsnet: vraagrespons, ondersteuning van de veerkracht van het elektriciteitsnet en integratie van lokale of nieuwe hernieuwbare energieopwekking.
  • Milieu- en hulpbronnenbeheer: energieverbruik, watergebruik, CO₂-uitstoot, circulariteit, geavanceerde koeling en terugwinning van restwarmte.
  • Economische en digitale productiviteit: de relatie tussen het verbruik van hulpbronnen en bijdragen zoals productiviteitswinst dankzij AI, digitale transformatie en geschoolde werkgelegenheid.
  • Maatschappelijke en regionale veerkracht: ondersteuning van de gezondheidszorg, communicatie, de overheid en andere essentiële diensten, samen met regionale ontwikkeling.

De moeilijke volgende stap is ervoor zorgen dat deze dimensies vergelijkbaar zijn. Een voordeel voor de nationale digitale economie lost niet automatisch een lokaal watertekort op. Een geloofwaardige beoordeling moet laten zien waar de effecten optreden, wie de voordelen ontvangt en hoe claims worden gemeten, in plaats van alle afwegingen samen te persen tot één gunstig totaalcijfer.

Flexibiliteit van het elektriciteitsnet kent praktische grenzen

In een eerdere bijdrage van de IEC aan het AI for Good-platform van ITU beschreef de organisatie het komende document als een manier om hiaten in normalisatie op het gebied van duurzaamheid en veiligheid in kaart te brengen. De IEC benadrukte dat datacenters moeten worden beschouwd als actieve deelnemers aan energiesystemen en dat koeling, watergebruik, elektronisch afval en uitstoot gedurende de levenscyclus moeten worden onderzocht.

Vraagrespons kan die relatie nuttiger maken: een faciliteit past haar elektriciteitsvraag aan in afstemming op de omstandigheden op het elektriciteitsnet. De mogelijkheid om daaraan deel te nemen hangt echter af van operationele beperkingen en van wie de workloads beheert.

Volgens het rapport over de energievoorziening van kunstmatige intelligentie van het IEA is actief beheer van rekenbelasting nog altijd zeldzaam. Veel exploitanten leveren diensten aan derden en hebben beperkt zicht op, of beperkte controle over, het werk dat binnen hun faciliteiten wordt uitgevoerd. Het IEA beschouwt gestandaardiseerde informatie-uitwisseling tussen afnemers van rekenkracht, infrastructuurproviders en elektriciteitsnetwerken als belangrijk om flexibiliteit mogelijk te maken.

Voor het IEC-initiatief betekent dit dat rapportage over daadwerkelijke mogelijkheden meer oplevert dan een campus simpelweg het etiket ‘ondersteunt het elektriciteitsnet’ te geven. Nuttig bewijs zou laten zien welke vraag kan worden aangepast, hoelang dat mogelijk is en onder welke afspraken over dienstverlening.

Vloeistofkoeling en waterverbruik zijn verschillende kwesties

In de aankondiging noemt de IEC vloeistof- en immersiekoeling, gelijkstroomdistributie en stroomkwaliteit voor AI-infrastructuur als gebieden waarop normen moeten worden ontwikkeld. Deze technologieën pakken verschillende aspecten van het ontwerpprobleem aan: warmte afvoeren van apparatuur met een hoge dichtheid, omzettingsverliezen beperken en zorgen voor een geschikte elektriciteitsvoorziening.

Vloeistofkoeling op zich betekent niet dat een faciliteit geen water verbruikt. De richtsnoeren van het Amerikaanse ministerie van Energie voor waterefficiëntie van datacenters tonen een vloeistofgekoeld systeem dat de warmte uiteindelijk overdraagt aan een koeltoren. Wat er door een serverrack circuleert en hoe de faciliteit de warmte buiten afvoert, zijn afzonderlijke ontwerpkeuzes.

Dat onderscheid is van belang nu AI-infrastructuur zich uitbreidt. Een gesloten circuit voor de apparatuur kan samengaan met warmteafvoer door verdamping elders in het systeem. Rapportages moeten hun reikwijdte duidelijk genoeg afbakenen, zodat lezers begrijpen waarop een claim over waterbesparing betrekking heeft.

Van routekaart naar meetbare resultaten

Het belang van het initiatief Clean Green Data Centres van de IEC ligt in het verband dat het legt tussen computerinfrastructuur en de systemen eromheen. De volgende fase zal bepalen hoe het voorgestelde raamwerk wordt omgezet in consistente rapportage en waarborgen die exploitanten, nutsbedrijven en beleidsmakers kunnen gebruiken.

Een bredere beoordeling is het nuttigst als daarin duidelijke maatstaven voor energie, water en uitstoot behouden blijven en tegelijk bewijs wordt toegevoegd van diensten aan het elektriciteitsnet en publieke waarde. Het rapport beoogt die verbanden zichtbaar te maken. De uitdaging is nu om die ambitie om te zetten in vergelijkbare, verifieerbare resultaten.

Silas Venn is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar hij artificiële intelligentie aan de kruispunten van duurzaamheid, klimaatwetenschap en milieutechnologie bestudeert. Zijn werk onderzoekt hoe AI-systemen worden gebruikt om energiedoeltreffendheid te optimaliseren, klimaatmodellering te verbeteren en de overgang naar meer duurzame infrastructuur en industrieën te ondersteunen.
Met een vooruitziende en milieubewuste visie onderzoekt Silas toepassingen variërend van slimme netwerken en energievoorspelling tot klimaatrisicoanalyse, koolstofmeting en bronoptimalisatie. Hij richt zich op praktische inzet waarbij AI meetbare milieubaten biedt, en gaat ook in op de beperkingen, compromissen en langetermijngevolgen van het verantwoord opschalen van deze technologieën.
Artikelen geschreven door Silas Venn zijn AI-gegenereerd en worden beoordeeld door het redactieteam van Unite.AI om de nauwkeurigheid, balans en verantwoorde berichtgeving van de rol van AI in duurzaamheid en klimaattechnologie te waarborgen.