Transformationen inden for computerteknologi, drevet af kunstig intelligens (AI), markerer det mest betydningsfulde skifte siden fremkomsten af World Wide Web. Ligesom virksomheder opdaterede deres systemer til internettet i 1990'erne, omstrukturerer de nu deres komplette computerframeworks—fra komponenter til designs af datacentre—for at integrere AI. I to årtier har teknologigiganter bygget datacentre globalt for at håndtere den stigende online trafik fra tjenester såsom søgemaskiner og e-handel. De kommende ændringer vil dog langt overgå tidligere bestræbelser. I 2006 kostede Googles første datacenter omkring 600 millioner dollars, mens OpenAI og partnere for nylig annoncerede planer om at investere cirka 100 milliarder dollars i nye faciliteter, herunder en campus i Texas, med en potentiel samlet investering på 400 milliarder dollars i hele USA. Dette skifte påvirker ikke kun teknologien, men også finansiering og lokalsamfund, med private equity-investeringer i datacenterfirmaer og voksende bekymringer fra beboere om potentielle negative effekter. I øjeblikket overgår teknologivirksomhedernes stigende efterspørgsel efter datakompetence og elektricitet udbuddet. OpenAI planlægger at rejse midler til nye chipfabrikker i Mellemøsten, mens Google og Amazon udforsker muligheder for atomkraft til at understøtte deres aktiviteter. Presset for AI, især for kunstig generel intelligens (AGI), driver disse udviklinger. Amazon, Meta, Microsoft og Alphabet forventer samlet at overskride 320 milliarder dollars i kapitaludgifter i år, mere end det dobbelte af, hvad de brugte for to år siden. Fremkomsten af AI-computing afhænger af specialiserede grafikbehandlingsenheder (GPU'er), der oprindeligt blev udviklet til videospil, men som nu er essentielle til at køre neurale netværk, der ligger til grund for avancerede AI-applikationer.

Sammenlignet med traditionelle centralbehandlingsenheder (CPU'er) kan GPU'er udføre mange beregninger samtidig, hvilket muliggør hurtigere dataanalyse. Når teknologivirksomheder integrerer flere GPU'er for at forbedre deres AI-funktioner, forfiner de også driften af datacentre. For eksempel investerede Meta kraftigt i nye datacentre udstyret med tusindvis af GPU'er efter lanceringen af ChatGPT, hvilket kræver betydelige elektriske og kølingsforbedringer. Datacentre står overfor hidtil usete elkrav. Traditionelle centre, der engang fungerede på 5 megawatt, kan nu kræve enorme mængder strøm for at understøtte GPU-tunge miljøer. Med fremskrivninger, der indikerer, at datacentre måske vil forbruge over 12% af den amerikanske elektricitet inden 2028, forhandler operatører med lokale forsyningsselskaber for at få mere strøm. Køling af disse tætte GPU-opsætninger er en anden udfordring. Virksomheder som Google implementerer avancerede kølesystemer for at håndtere overophedning, herunder direkte koldt vandcirkulation omkring GPU'erne for at lede varmen væk. Googles vandforbrug er steget betydeligt, hvilket vækker bekymring i tørkeramte områder. Alt i alt accelererer denne AI-drevne transformation infrastrukturændringer, hvilket fører til større og mere energikrævende datacentre, mens virksomhederne kæmper for at imødekomme kravene fra det voksende AI-marked.