Ihmisen aivot kuluttavat noin 20 wattia. Maailman nopein supertietokone, LineShine Shenzhenissä, käyttää 42,2 miljoonaa wattia. Tämä ero on noussut internetissä tekoälyn energiankulutuksesta käytävän keskustelun keskiöön, mutta suurin osa väitteistä on virheellisiä.
Vertailu sinänsä pitää paikkansa. Kuitenkin sosiaalisessa mediassa leviävät luvut perustuvat yhteen julkaisuun. Erittäin tunnettu luku on myös viitattu väärin jo kolme vuotta.
Tekoälyn energiankulutus: mitä 20 watilla oikeasti saa aikaan
20 watin luku perustuu vuosikymmenten aineenvaihdunnan mittauksiin. Aivot muodostavat noin 2 % kehon painosta ja käyttävät noin 20 % levossa kuluvasta hapesta.
Neuronien määrät ovat epävarmempia kuin yleensä uskotaan. Laajalti lainattu 86 miljardia perustuu neljän miehen aivoihin, ja sitä kyseenalaistetaan tällä hetkellä Brain-lehdessä.
Viraalipostauksissa mainitaan usein 12 wattia 20:n sijaan. Tämä luku löytyy vuoden 2023 julkaisusta Frontiers in Artificial Intelligence -lehdessä, mutta sitä ei lähteistetä lainkaan.
Sama julkaisu esitti myös luvun, jota kaikki jakavat. Tekijät arvioivat, että ihmisaivojen digitaalinen rekonstruktio kuluttaisi 2,7 miljardia wattia.
Arvio syntyi skaalaamalla 10 miljoonan hermosolun simulaatio hiiren tasolle ja kertomalla sitten luvulla tuhat.
Julkaisussa todetaan myös, että simulaatio oli 30 000 kertaa hitaampi kuin biologinen malli. Sosiaalisessa mediassa tämä yksityiskohta jätetään pois. Toissijaiset lähteet viittaavat lukuun Blue Brain Projectiin, joka ei ole julkaissut kyseistä arviota.
Luotettavia lukuja löytyy myös muualta. Epoch AI arvioi, että tyypillinen ChatGPT-kysely kuluttaa 0,3 wattituntia vuoden 2025 alussa. Vertaisarvioitu tutkimus Joule-lehdessä päätyi arvoon 0,31.
Kaksi toisistaan riippumatonta menetelmää ja lähes identtiset tulokset ovat harvinaisia. Tosin luku muuttuu selvästi kuorman mukaan, ja monimutkaisemmat vastausmallit voivat maksaa energiaa moninkertaisesti enemmän.
Mitä biologia tekee eri tavalla – ja mitä piiteollisuus kopioi
Aivokuoren toiminta on hajanaista. Keskimääräiset impulssitiheydet ovat alle 1 Hz ja energiaa kuluu enemmän muutoksissa kuin kellosykleissä.
Nykyaikainen tekoäly päätyi samaan johtopäätökseen itsenäisesti. Kimi K2 aktivoituu 32,6 miljardin parametriinsa per token 1,04 biljoonasta eli noin 3,1 % osuudella.
Osuus pienenee vauhdilla. Mixtral käytti noin 28 % parametreistaan vuonna 2023. DeepSeek-V3 käyttää nyt 5,5 %.
Myös biologia laskee alhaisella tarkkuudella. Mikään aivojen hermosolussa ei toimi 32 bitin tarkkuudella.
Piivalmistajat ovat kulkeneet samaa polkua. DeepSeek koulutti 671 miljardin parametrin mallin 8-bittisellä tarkkuudella. NVIDIA on sittemmin esikouluttanut 12 miljardin parametrin mallin neljällä bitillä.
Kolmas ero on suurin – ja vähiten kopioitu. Aivoissa muisti ja laskenta tapahtuvat samassa fyysisessä paikassa.
Digitaalikoneet erottavat muistin ja laskennan. Stanfordin Mark Horowitz osoitti, kuinka tämä vaikuttaa kulutukseen: yhden arvon noutaminen muistista voi kuluttaa satoja kertoja enemmän energiaa kuin varsinainen laskutoimitus.
Aivojen kaltainen rauta: miksi sitä ei koskaan tullut
Laitteisto, joka on rakennettu nimenomaan jäljittelemään neuroneja, on kohdannut vaikeuksia. Yksikään neuromorfinen tai analoginen järjestelmä ei ole kouluttanut eikä pyörittänyt huipputason mallia tuotantoympäristössä.
Intelin Hala Point sisältää 1,15 miljardia keinotekoista neuronia 1 152 sirussa. Laite on edelleen tutkimusvaiheen prototyyppi, joka on asennettu Sandia National Laboratories -laitokseen. Mike Davies, Intelin Neuromorfisen laskennan laboratorion johtaja, totesi The Registerille vuonna 2024:
“Emme tällä hetkellä liitä mitään LLM:ää Hala Pointiin. Emme tiedä, miten se tehdään.”
Kaupallinen tilanne on vieläkin heikompi. BrainChip on alan suurin pörssilistattu yhtiö. Se raportoi 700 000 dollaria asiakastuloja ja 5,3 miljoonan dollarin käyttökulut viime maaliskuun neljänneksellä.
Muiden yhtiöiden kehitys on pysähtynyt kokonaan. Rain AI yritti kerätä 150 miljoonaa dollaria, mutta epäonnistui. Se harkitsi myyntiä vuonna 2025.
Alan tutkijat kuvaavat tilannetta kehämäiseksi ongelmaksi. Catherine Schuman, apulaisprofessori Tennessee-yliopistossa Knoxville’ssa sähkötekniikan ja tietojenkäsittelytieteen alalla, totesi:
“Laitteistoyhtiöt odottavat mullistavaa sovellusta, mutta näiden sovellusten rakentaminen on todella vaikeaa ilman laitteistoa, jolla voisi prototypoida.”
Yli 20 tutkijaa allekirjoitti vuonna 2025 yhteisymmärryspaperin Nature-lehdessä. Työssä esitettiin, että alalta puuttuu edelleen tarvittava ekosysteemi.
Biologian periaatteet voittivat. Niiden pohjalta rakennettu laitteisto ei kuitenkaan menestynyt.
Kaikki kilpailevat samoista elektroneista
Tehokkuus korostuu nyt, koska sähkönsaanti rajoittaa kehitystä. Kansainvälinen energiajärjestö arvioi, että maailman datakeskusten kulutus oli 485 terawattituntia vuonna 2025.
AI-keskusten määrä kasvoi tuona vuonna 50 prosenttia. Järjestön ennusteen mukaan määrä kolminkertaistuu vuoteen 2030 mennessä.
Nyt sähköverkkoyhteydet, eivät sirutoimitukset, rajoittavat rakentamista. Lawrence Berkeley National Laboratorion mukaan välimatka liityntäpymystä kaupalliseen käyttöön kestää keskimäärin yli viisi vuotta.
Microsoftin toimitusjohtaja Satya Nadella sanoi marraskuussa, että yhtiöllä on prosessoreita, joita ei voida ottaa käyttöön. Puute johtuu sähkönsaannista, ei piireistä. Suurten sijoittajien huolenaiheet liittyvät myös sähköverkon valmiuteen.
Bitcoin-louhijat ovat ratkoneet tätä ongelmaa vuosikymmenen ajan. Heillä on valmiit voimalaa, voimansopimukset ja liityntäoikeudet, joiden hankinnassa uudet tulijat joutuvat odottamaan vuosia.
Louhinnasta on tullut energia- ja infrastruktuuriliiketoimintaa. Toimivan kohteen muokkaus maksaa noin 3–4 miljoonaa dollaria per megawatti. Uuden kentän rakentaminen maksaa VanEckin arvion mukaan 10–12 miljoonaa dollaria per megawatti.
Julkistettujen sopimusten arvot ovat valtavia. Julkisilla louhijoilla on AI-sopimuksia yli 70 miljardin dollarin arvosta yhteensä.
Käyttöönotettu kapasiteetti on kuitenkin paljon pienempi. Toisen neljänneksen 2026 tietojen mukaan koko alalla on noin 750 megawattia todella käytössä.
Core Scientific kattaa tästä noin 437 megawattia. Galaxyn Helios-kampus tuotti 133; TeraWulf 102; IREN 50; ja Riot 25. Hut 8 on sopinut 949 megawatista, mutta ei ole ottanut yhtään käyttöön.
Suunnanmuutos on ollut kallis. Louhintayhtiöt MARA ja CleanSpark kirjasivat yhteensä 851 miljoonan dollarin tappiot elokuussa.
Suurinta osaa louhintakapasiteetista ei koskaan muuteta. Cambridgen alustavan tutkimuksen mukaan, joka esiteltiin heinäkuussa, vain noin 10 % louhijoista on ohjannut sähköä AI-käyttöön.
Pullonkaulat ovat konkreettisia. Louhinta kestää katkoksia, mutta AI-asiakkaat vaativat jatkuvaa sähköä, tehokasta jäähdytystä ja kuituyhteyksiä, joita syrjäisissä kohteissa ei yleensä ole.
Silti kehityssuunta on selvä. Core Scientific saa nyt 83 % liikevaihdostaan colocation-palveluista ja vain 13 % louhinnasta.
Sijoittajat ovat hinnoitelleet tämän muutoksen sisään. Louhijat, joilla on allekirjoitettuja vuokrasopimuksia, noteerataan huomattavasti korkeammalla suhteessa käyttöönotettuun kapasiteettiin. Samaan aikaan seuraava AI-sijoituskohde vaikuttaa olevan yhä enemmän sähkö, ei sirut.
Miksi tehokkuus ei ratkaise AI:n energiankulutusta
Tehokkuuden parantuminen on aiemmin paikannut kysynnän kasvun. Maailmanlaajuinen datakeskusten laskentateho kasvoi 550 % vuosien 2010 ja 2018 välillä, mutta energiankulutus nousi vain noin 6 %.
Sitten tämä kaava katkesi. Yhdysvaltojen datakeskuslaitosten kulutus nousi 58 terawattitunnista vuonna 2014 aina 176 terawattituntiin vuoteen 2023 mennessä.
Evoluutio optimoitui tiukan rajan alla. Kallo, joka kuluttaisi 200 wattia, olisi tappanut kantajansa, joten tehokkuudesta tuli ainut ratkaisu.
Keinotekoinen äly ei ole kohdannut samaa rajaa. Sen sijaan rajoitteena on ollut pääoma, ja pääoma joustaa huomattavasti helpommin kuin sähkö.
Nyt tilanne muuttuu. Kysymys ei ole enää siitä, onko biologia tehokkaampaa. Nyt ratkaisee se, millaiseksi tekoäly kehittyy, kun rakentamisen reunaehdot määrittää raha sijasta sähköteho.
