AI potřebuje nové továrny digitálního věku. Datová centra mění stavebnictví i energetiku

Za rozvojem umělé inteligence stojí rozsáhlá fyzická infrastruktura, jejíž nároky na elektřinu, chlazení a technické vybavení budov rychle rostou. Spotřeba datových center se podle odhadů Mezinárodní energetické agentury může do roku 2030 více než zdvojnásobit. Jak se proměňuje jejich výstavba, proč se stávají strategickou infrastrukturou a jaké výzvy přinášejí projektantům, energetikům i městům?

Za každou odpovědí generativní AI, automatickou analýzou obrazu nebo chytrým doporučením stojí konkrétní fyzická infrastruktura s mimořádnými nároky na výkon, energii a chlazení. AI datová centra propojují tisíce specializovaných čipů, vysokorychlostní sítě, datová úložiště a záložní systémy do jednoho nepřetržitě pracujícího celku. Nejsou proto jen místem pro ukládání dat, ale klíčovým výrobním zázemím digitální ekonomiky. Právě zde se elektřina, hardware a rozsáhlé datové soubory mění na výpočetní kapacitu potřebnou pro trénování i každodenní provoz modelů umělé inteligence.

Jak náročná je umělá inteligence?

Oproti běžnému podnikovému datovému centru je infrastruktura pro AI koncentrovanější. Tisíce grafických či jiných specializovaných procesorů musí při trénování modelu pracovat paralelně a rychle si vyměňovat velké objemy dat. Výkon celé sestavy proto neurčuje jen počet čipů, ale také propustnost interní sítě, rychlost úložišť, kvalita napájení a schopnost odvést teplo. Uptime Institute upozorňuje, že rostoucí hustota AI hardwaru zvyšuje nároky na elektrickou infrastrukturu, chlazení, dostupnost kvalifikovaného personálu i dodavatelské řetězce. Z pohledu projektanta budovy se tak datové centrum posouvá od standardního IT provozu k vysoce specializovanému průmyslovému objektu.

Proč je nutné budovat tak velké kapacity? Trénování největších modelů vyžaduje soustředěný výkon, protože rozdělení úlohy mezi pomalé nebo vzdálené uzly prodlužuje výpočet a zvyšuje ztráty při komunikaci. Po dokončení trénování navíc vzniká dlouhodobá poptávka po inferenci, tedy po samotném používání modelu. Každý překlad, generovaný obrázek, vyhodnocení snímku nebo odpověď asistenta představuje další výpočet. S rozšiřováním AI do kancelářských aplikací, průmyslu, zdravotnictví, dopravy a energetiky se proto infrastruktura nezatěžuje jen jednorázovým vývojem modelů, ale miliony průběžných požadavků.

Dostupná výpočetní kapacita se stává ekonomickým a strategickým zdrojem. Země nebo region, který ji nemá, je více závislý na zahraničních cloudových platformách, přeshraničních datových tocích a kapacitě vzdálených sítí. Lokální datová centra mohou snížit odezvu služeb, usnadnit plnění požadavků na umístění citlivých dat a zvýšit odolnost digitálních služeb při poruchách konektivity. Spojené království proto v roce 2024 zařadilo datová centra mezi kritickou národní infrastrukturu vedle energetiky a vodního hospodářství. Takové zařazení ukazuje, že výpadek výpočetní infrastruktury již není jen problémem technologické firmy, ale může zasáhnout veřejnou správu, finance, zdravotnictví nebo komunikační služby.

Tempo růstu výkonové hustoty je přitom mimořádné. Podle IEA vzrostla mezi lety 2020 a 2025 výkonová hustota AI serverů jedenáctinásobně a do roku 2027 by se mohla dále zečtyřnásobit. Jeden serverový rack v pokročilém datovém centru tak může mít špičkový příkon odpovídající spotřebě 65 domácností.

Velké i malé: AI upotřebí všechny typy prostor

Strategický význam však neznamená, že každá AI úloha musí běžet v hyperscale areálu. Velké kampusy jsou vhodné pro trénování a rozsáhlé cloudové služby, zatímco aplikace citlivé na odezvu mohou využívat menší regionální nebo okrajová centra. Lze proto očekávat kombinaci několika vrstev: obřích výpočetních uzlů, běžných cloudových kapacit a lokální infrastruktury blízko výrobních závodů, nemocnic či dopravních systémů. Pro stavebnictví a urbanismus z toho plyne, že nejde pouze o několik izolovaných megaprojektů, ale také o nový typ technické infrastruktury integrované do měst a průmyslových zón.

Objekty jsou začátek, kritická je elektřina…

Největší omezení dalšího růstu představuje elektřina. Podle aktualizované analýzy Mezinárodní energetické agentury (IEA) z dubna 2026 spotřebovala datová centra v roce 2025 přibližně 485 TWh elektřiny. Do roku 2030 by se jejich spotřeba měla téměř zdvojnásobit na 950 TWh, tedy přibližně 3 % celosvětové spotřeby elektřiny. Hlavním motorem růstu je AI, přičemž spotřeba datových center zaměřených na umělou inteligenci má růst ještě výrazně rychleji.

Dopad je zvláště výrazný v lokalitách s vysokou koncentrací provozů. Lawrence Berkeley National Laboratory v červnu 2026 aktualizovala odhady spotřeby amerických datových center. Zatímco v roce 2023 představovala přibližně 4,4 % spotřeby elektřiny v USA, do roku 2030 by jejich podíl mohl dosáhnout 9,5 až 15,3 %, se středním odhadem 11,8 %. Globální podíl tedy sám o sobě nevystihuje tlak na konkrétní přenosové uzly, transformovny a výrobní zdroje.

Datové centrum je pro elektrizační soustavu mimořádné zejména velikostí, rychlostí výstavby a požadavkem na vysokou dostupnost. Nový kampus může potřebovat samostatnou rozvodnu, posílení přenosové nebo distribuční soustavy, nové transformátory a záložní zdroje. IEA odhaduje, že síťová omezení mohou zpozdit asi pětinu kapacity datových center plánované do roku 2030. Klíčová proto není jen výroba dostatečného množství elektřiny za rok, ale také dostupný výkon v konkrétním místě a čase. Bez koordinace hrozí, že náklady na nové vedení a zdroje budou přeneseny na ostatní odběratele nebo že datová centra vytlačí jiné elektrifikované projekty.

Řešením je společné plánování digitální a energetické infrastruktury. Provozovatel může část spotřeby přizpůsobovat situaci v síti, například přesouvat méně naléhavé výpočty do hodin s dostatkem výroby, využívat bateriová úložiště nebo rozdělovat zátěž mezi více lokalit. Flexibilita však není neomezená: online služby a kritické aplikace vyžadují okamžitou dostupnost a trénink velkého modelu nelze vždy bez následků přerušit. Energetické smlouvy by proto měly rozlišovat mezi skutečně říditelným odběrem a výkonem, který musí být trvale zajištěn. IEA doporučuje umisťovat novou kapacitu do oblastí s dostupným výkonem a současně vytvářet podmínky pro provozní flexibilitu datových center.

… a chlazení

Z hlediska technických zařízení budov je zásadní chlazení. Vysoký tepelný tok AI serverů omezuje využití tradičního vzduchového chlazení a podporuje přímé kapalinové systémy, zadní dveřní výměníky či kombinovaná řešení. To mění návrh strojoven, rozvodů chladu, úpravy vody, detekce úniků i havarijních režimů. Projekt musí řešit také akustiku ventilátorů a suchých chladičů, požární bezpečnost bateriových systémů, záložní napájení, kybernetickou i fyzickou ochranu a postupné rozšiřování výkonu. Pouhý ukazatel PUE, tedy poměr celkové spotřeby objektu ke spotřebě IT, proto nestačí. Neříká nic o uhlíkové intenzitě elektřiny, místním nedostatku vody ani o využití odpadního tepla.

Vodní stopa závisí na klimatu, typu chlazení a zdroji elektřiny. Odpařovací chlazení může snížit spotřebu elektřiny na odvod tepla, ale zvyšuje přímou spotřebu vody; suché chladiče obvykle šetří vodu za cenu vyšší spotřeby a většího zařízení v horkých dnech. Hodnocení musí zahrnovat i nepřímou vodu spotřebovanou při výrobě elektřiny. Výzkum Berkeley Lab ukazuje, že vodní náročnost jednotlivých úloh se může lišit o několik řádů podle účinnosti serveru, jeho využití, energetického mixu, typu chlazení a místního klimatu. Vodní hospodářství datového centra proto nelze posuzovat pomocí jediného globálního průměru. V územích se suchem může být vodní bilance stejně důležitá jako elektrický příkon.

Co s odpadním teplem?

Odpadní teplo nabízí vazbu na teplárenství a provoz budov, jeho využití však není automatické. Teplota chladicí vody z datového centra bývá pro přímé vytápění nízká, takže je často nutné použít tepelné čerpadlo. Ekonomiku určuje vzdálenost k síti, celoroční odběr tepla, teplotní úroveň a odpovědnost za záložní zdroj.

Evropská směrnice o energetické účinnosti požaduje u datových center s celkovým jmenovitým energetickým příkonem nad 1 MW využití odpadního tepla nebo jinou aplikaci zpětného získávání tepla, pokud je řešení technicky a ekonomicky proveditelné. To zvyšuje význam včasné koordinace investora s městem, průmyslovým areálem nebo provozovatelem soustavy zásobování tepelnou energií.

Evropská regulace současně posiluje transparentnost. Datová centra s instalovaným příkonem IT alespoň 500 kW podléhají podle pravidel EU povinnému reportingu ukazatelů energetické a vodní výkonnosti. Nařízení Komise 2024/1364 vytváří společný rámec pro sledování spotřeby, využití energie, teplot, vody a odpadního tepla. Pro investory i samosprávy je to důležité, protože veřejná debata se nemůže opírat jen o projektovaný příkon nebo deklarovaný nákup obnovitelné elektřiny.

Rozhodující je skutečný provozní profil, dopad na místní síť a zdroje a také to, kdo financuje potřebnou infrastrukturu. Nejvhodnější datové centrum proto není nutně největší, ale takové, které odpovídá reálné poptávce, má zajištěnou nízkoemisní elektřinu, nezhoršuje dostupnost infrastruktury pro okolí a dokáže smysluplně využít své teplo.

Zdroje: IEA, IEA, IEA, Lawrence Berkeley National Laboratory, Lawrence Berkeley National Laboratory, Lawrence Berkeley National Laboratory, Uptime Institute, ASHRAE, Evropská komise, EUR-Lex, EUR-Lex, Britská vláda, BBC