Datacentrene – AI’s skjulte maskinrum i Danmark

Når man ser på, hvor i Danmark AI for alvor trækker strøm, er der ingen tvivl: datacentrene er de største enkeltaktører. De enorme serverhaller i Viborg, Fredericia, Odense og København udgør rygraden i den digitale infrastruktur – og dermed også i AI’s energiforbrug.

Uden datacentrene ville hverken de store sproglige modeller, kommunernes sagsbehandlingsværktøjer eller danskernes daglige brug af ChatGPT kunne fungere. De er AI’s maskinrum. Men samtidig er det et maskinrum, vi kun aner konturerne af. Virksomhederne bag – Apple, Google, Meta og Microsoft – offentliggør ikke præcise tal for deres danske energiforbrug.

Resultatet er, at vi kan sige, at energiforbruget er enormt, men kun med store forbehold hvor meget. Vores kortlægning bygger derfor på en kombination af åbne kilder, kommunale oplysninger og internationale benchmarks for at give det bedste mulige billede af AI’s skjulte strømregning.

Hvorfor datacentre er nøglen til AI

AI er ikke bare en softwareteknologi – det er en fysisk infrastruktur. Hver gang en stor sprogmodel som ChatGPT trænes eller bruges, foregår det på enorme serverklynger, der kræver massiv regnekraft, køling og konstant adgang til strøm.

Netop derfor er datacentrene nøglen til at forstå AI’s energiforbrug i Danmark.

• Træning af AI-modeller sker på specialiserede GPU-klynger, som typisk er placeret i hyperscale-datacentre.
• Daglig brug – når kommuner, virksomheder eller privatpersoner stiller spørgsmål til en chatbot – sendes gennem de samme centre, hvor svarene genereres og leveres tilbage.

Datacentrene er altså ikke kun et “baggrundssystem”, men selve maskinrummet for AI. Det er her energiforbruget koncentreres, og det er her de største stigninger forventes i de kommende år.

Hvad er det egentlig, der sluger strømmen?

Et moderne datacenter ligner udefra en anonym, vinduesløs lagerbygning. Men træder man ind bag sikkerhedssluserne, åbenbarer sig et maskinrum i industriel skala. Langen­de rækker af sorte metalskabe – rackskabe – står fyldt med servere og specialiserede grafikkort. De summer konstant, mens lysdioder blinker i takt med, at data strømmer igennem.

Serverne er de egentlige arbejdsdyr. Hver GPU eller CPU omsætter elektricitet til beregninger – og næsten al den energi bliver til varme. For at forhindre, at komponenterne overopheder, er køling en afgørende del af infrastrukturen. Overalt cirkulerer kold luft gennem gulvkanaler og ventilationssystemer, eller vand ledes gennem køleanlæg, der kan håndtere varmen fra tusindvis af servere.

Ved siden af hallerne står nødstrømsgeneratorer, typisk enorme dieselmotorer, klar til at tage over, hvis elnettet svigter. Bag dem ligger køletårne og varmevekslere, som enten leder varmen væk i luften eller sender den videre til et fjernvarmenet.

Et datacenter er derfor ikke bare en digital facilitet. Det er en fysisk fabrik, hvor elektricitet, vand, luft og hardware mødes i et lukket kredsløb, designet til at holde gang i den digitale økonomi – og i stigende grad kunstig intelligens.

De fire hyperscale-datacentre i Danmark

Når man taler om AI’s energiforbrug i Danmark, er det umuligt at komme uden om de fire hyperscale-datacentre, som tilsammen udgør landets digitale kraftværker. De er placeret i Viborg, Fredericia, Odense og København og drives af nogle af verdens største teknologiselskaber: Apple, Google, Meta og Microsoft.

Disse centre står ikke kun for størstedelen af AI’s strømforbrug i Danmark – de er også blandt de største enkeltstående elforbrugere i landet. Alligevel er det meget begrænset, hvor meget vi ved om deres faktiske energiforbrug. Kun i enkelte tilfælde, som i Odense, findes der åbne oplysninger om varmegenbrug. Resten må vi beregne via internationale benchmarks, kapacitetsestimater og presseomtaler.

Apple – Foulum (Viborg Kommune)

Apple åbnede sit danske datacenter i 2020. Det er anslået til at bruge omkring 700 GWh strøm om året, hvilket gør det til en af de største enkeltforbrugere i Danmark. Apple har meldt ud, at overskudsvarmen på sigt skal indgå i Viborgs fjernvarmesystem, men konkrete tal for, hvor meget varme der reelt bliver leveret, findes ikke.

Google – Fredericia

Googles datacenter i Fredericia er blandt de nyeste i Danmark. Det drives på samme skala som andre europæiske hyperscale-centre og vurderes at ligge i intervallet 400–600 GWh om året. Google har ikke offentliggjort oplysninger om hverken energiforbrug eller varmegenbrug i Danmark.

Meta (Facebook) – Odense, Tietgenbyen

Metas anlæg i Odense, indviet i 2019, er på ca. 56.500 m². Her findes en af de få åbne datapunkter i Danmark: overskudsvarmen fra datacentret forsyner i dag ca. 7.000 husstande og forventes at kunne dække 12.000. Det svarer til ca. 98 GWh varme om året. Selve elforbruget er ikke officielt, men anslået til 300–500 GWh om året.

Microsoft Azure – Denmark East (København-området)

Microsoft driver datacentre i Danmark som en del af deres globale Azure-infrastruktur. I København-området udgør anlæggene en vigtig del af regionen Denmark East. Elforbruget er anslået til 200–400 GWh om året, men Microsoft offentliggør ingen nationale tal.

Colocation- og operatørdatacentre

Ud over hyperscale-centrene findes der en bred vifte af colocation- og operatørdatacentre i Danmark. De er mindre i skala, men spiller en vigtig rolle, fordi de gør det muligt for virksomheder, myndigheder og organisationer at leje sig ind i professionel serverkapacitet. Hvor hyperscale-centrene drives af en enkelt global aktør, fungerer colocation-centrene som digitale værksteder for mange forskellige kunder.

De største aktører på markedet er:

• GlobalConnect – driver flere datacentre i Danmark og tilbyder colocation, cloud og netværkstjenester.
• Digital Realty – en international spiller med faciliteter i København.
• Stack Infrastructure – har opkøbt og etableret flere centre i Norden, inkl. Danmark.
• AtlasEdge – specialiseret i edge- og colocation-løsninger.
• Kyndryl, Prime Data Centers, Penta Infra, Telia og Colt – forskellige aktører, der alle har datacenterkapacitet til rådighed for kunder i Danmark.

Samlet set vurderes colocation- og operatørcentrene at stå for en markant del af det danske datacenterforbrug, men stadig væsentligt mindre end hyperscale-giganterne. Der findes ingen åbne energital for deres drift, og i kortlægningen er de derfor medregnet gennem brancheestimater og internationale benchmarks.

Ressourcer ud over strøm

Det er let at fokusere ensidigt på elforbruget. Men de enorme serverhaller trækker også på andre ressourcer – og i nogle tilfælde giver de noget tilbage.

Et vigtigt område er varmegenbrug. I Danmark er det blevet en politisk ambition, at datacentre skal levere deres overskudsvarme til fjernvarmenettet. Det mest kendte eksempel er Meta i Odense, hvor varmen fra serverne i dag forsyner omkring 7.000 husstande og i fremtiden forventes at kunne dække 12.000. Det svarer til knap 100 GWh varme om året. Apple har i Foulum meldt ud, at de også planlægger at levere overskudsvarme, men her er der endnu ikke offentliggjort konkrete tal. For de øvrige hyperscale-centre er varmeprojekter stadig kun på tegnebrættet eller i pilotform.

Et andet ofte overset aspekt er vandforbrug. Servere skal køles, og selv om der findes forskellige teknologier, indgår vand i mange anlæg. Internationale benchmarks viser, at et datacenter typisk bruger mellem 0,2 og 0,5 liter vand pr. kilowatttime strøm. For et center med et forbrug på 500 GWh kan det betyde mellem 100.000 og 250.000 kubikmeter vand om året – svarende til forbruget i en mellemstor dansk by. Danske datacentre offentliggør ikke åbne tal for vandforbrug, og derfor er tallene kun baseret på internationale erfaringer.

Endelig er der selve hardwaren. AI kræver specialiserede grafikkort – GPU’er – som kører døgnet rundt i tusindvis. Hvor mange GPU’er Apple, Google, Meta og Microsoft har stående i deres danske datacentre, er ukendt. På universiteterne er tallet for Gefion kendt (1.528 NVIDIA H100), men hos de private aktører er det skjult. Alligevel er det et centralt element, for det er hardwaren, der direkte omsættes til energiforbrug.

Alt i alt viser det, at datacentre ikke bare er store elforbrugere. De trækker også på vandressourcer og kunne i princippet levere store mængder varme tilbage til samfundet – hvis infrastrukturen og gennemsigtigheden følger med.

Usynlighed og gennemsigtighedsproblemet

Hvis man vil vide, hvor meget strøm de danske datacentre bruger, løber man hurtigt panden mod en mur. Ingen af de store selskaber – Apple, Google, Meta eller Microsoft – offentliggør præcise energital for deres drift i Danmark. Selv når de taler om grøn omstilling og bæredygtighed, er det med globale gennemsnitstal og brede målsætninger, ikke konkrete lokale oplysninger.

Det betyder, at der i offentligheden stort set ikke findes dokumenterbare tal for elforbrug, vandforbrug eller varmegenbrug. Kun i enkelte tilfælde, som Meta i Odense, hvor kommunen har offentliggjort data om overskudsvarme, får vi et glimt ind i maskinrummet. Resten må vi basere på skøn, internationale benchmarks og fragmentariske kilder.

Denne mangel på transparens er i sig selv en vigtig pointe. Når datacentre i Danmark er blandt de største enkeltforbrugere af energi, men ingen officielle tal er tilgængelige, bliver det svært for både borgere, forskere og beslutningstagere at vurdere AI’s reelle klimaaftryk.

Kortlægningen i AI Portalen viser dermed ikke kun, hvor stort forbruget kan være – men også hvor lidt vi faktisk ved.

Rygraden i den digitale infrastruktur

Datacentrene er rygraden i den digitale infrastruktur – og dermed også i AI’s energiforbrug i Danmark. De er motoren bag alt fra kommunernes digitale sagsbehandling til danskernes daglige brug af ChatGPT. Men netop fordi de spiller en så central rolle, er manglen på gennemsigtighed et problem.

Kortlægningen viser, at de fire hyperscale-datacentre tilsammen forbruger mere strøm end alle universiteter og offentlige institutioner, vi har undersøgt, lagt sammen. Alligevel må tallene i dag baseres på skøn. Det gør det svært at føre en oplyst debat om, hvordan vi balancerer digital vækst med grøn omstilling.

Hvis Danmark skal have et reelt billede af AI’s klimaaftryk, kræver det, at energiforbrug, varmegenbrug og vandforbrug bliver gjort tilgængelige i offentligheden. Det kan ske gennem politiske krav til rapportering, kommunale aftaler eller forskningssamarbejder.

Indtil da må vi nøjes med at se skyggerne af datacentrenes virkelige strømregning – velvidende, at det er her, AI’s energiforbrug for alvor koncentreres.