Rozwój sztucznej inteligencji zmienia kryteria wyboru lokalizacji inwestycyjnych. Dla centrów danych prestiż adresu ma mniejsze znaczenie niż dostęp do dziesiątek lub setek megawatów mocy, infrastruktury światłowodowej oraz efektywnych systemów chłodzenia. To szansa dla mniejszych polskich miast i regionów przemysłowych, które mogą zaoferować warunki coraz trudniej dostępne w największych aglomeracjach. Autorem artykułu jest Robert Borowicz, Business Communication & Research Group.
Przez dziesięciolecia o wartości lokalizacji decydowały przede wszystkim dostęp do rynku, pracowników i infrastruktury transportowej. Biura powstawały w centrach największych miast, magazyny przy autostradach, a zakłady przemysłowe w pobliżu surowców, kolei i dużych zasobów siły roboczej.
Rozwój sztucznej inteligencji dodaje do tej listy kolejny czynnik: dostęp do dużej ilości stabilnej i możliwie niskoemisyjnej energii elektrycznej.
Zmiana ma fundamentalny charakter. Modele AI nie działają w abstrakcyjnej chmurze. Są trenowane i obsługiwane przez fizyczne serwery wyposażone w procesory graficzne oraz wyspecjalizowane akceleratory. Urządzenia te pracują w budynkach wymagających zasilania, chłodzenia, zabezpieczeń, zapasowych źródeł energii i kilku niezależnych połączeń światłowodowych.
W gospodarce opartej na AI dobra lokalizacja będzie coraz częściej oznaczała nie miejsce położone blisko centrum dużego miasta, lecz takie, w którym można w przewidywalnym czasie uzyskać 50, 100 albo 300 MW mocy.
AI radykalnie zwiększa gęstość mocy
Tradycyjne centra danych były projektowane najczęściej dla szaf serwerowych pobierających kilka lub kilkanaście kilowatów. Jeszcze w 2025 roku średnia gęstość wynosiła około 16 kW na szafę, a w 2026 roku wzrosła do około 27 kW.
W instalacjach przeznaczonych do obsługi AI coraz częściej pojawiają się wartości 50–70 kW na szafę. Najbardziej zaawansowane systemy mogą zbliżać się do 200–250 kW. Przykładowo infrastruktura wykorzystująca platformę NVIDIA Vera Rubin może osiągać do 246 kW na szafę.
Sto takich szaf oznacza obciążenie IT zbliżone do 25 MW. Po uwzględnieniu chłodzenia, zasilaczy UPS, transformatorów, pomp i pozostałej infrastruktury całkowite zapotrzebowanie obiektu będzie jeszcze wyższe.
Jeżeli centrum danych osiąga wskaźnik PUE na poziomie 1,2, każde 100 MW mocy zużywanej przez sprzęt IT wymaga dostarczenia do obiektu około 120 MW. Pozostałe 20 MW pochłaniają przede wszystkim chłodzenie, straty w systemie zasilania i infrastruktura pomocnicza.
Oznacza to, że sama działka objęta odpowiednim planem miejscowym nie wystarcza. Inwestor potrzebuje dostępnej mocy, stacji elektroenergetycznej, odpowiednich linii zasilających, redundancji oraz wiarygodnego harmonogramu przyłączenia.
Zapotrzebowanie rośnie szybciej niż infrastruktura
Według Międzynarodowej Agencji Energetycznej centra danych zużyły w 2024 roku około 415 TWh energii elektrycznej, czyli około 1,5 proc. globalnego zużycia. Do 2030 roku konsumpcja może wzrosnąć do około 945 TWh, a więc ponad dwukrotnie. Oznaczałoby to średni wzrost rzędu 15 proc. rocznie.
Jeszcze szybciej ma rosnąć zużycie energii przez serwery akcelerowane, wykorzystywane przede wszystkim do obsługi AI. IEA prognozuje w tym segmencie wzrost na poziomie około 30 proc. rocznie do 2030 roku.
Problemem nie jest wyłącznie suma globalnego zużycia. Centra danych koncentrują pobór energii w konkretnych lokalizacjach. Obiekt wymagający 100 MW tworzy dla lokalnej sieci obciążenie porównywalne z dużym zakładem przemysłowym. Kampus o mocy 300 MW staje się już istotnym elementem regionalnego systemu energetycznego.
Profesjonalny rynek kolokacyjny w Polsce jest obecnie szacowany na około 200 MW, z możliwością wzrostu do 500 MW do 2030 roku. Szersze szacunki, obejmujące infrastrukturę chmurową, korporacyjną i projekty w przygotowaniu, mówią o około 700 MW mocy IT.
W dłuższej perspektywie skala może być znacznie większa. Prognozy oparte na danych PSE wskazują, że zapotrzebowanie polskich centrów danych na moc może przekroczyć 3 GW w 2036 roku i zbliżyć się do 5 GW w 2040 roku. Roczne zużycie energii mogłoby wtedy osiągnąć około 29,4 TWh.
Pięć gigawatów odpowiada mocy kilku dużych bloków energetycznych. Sektor centrów danych przestaje więc być wyłącznie częścią rynku nieruchomości i technologii. Staje się jednym z istotnych elementów planowania krajowego systemu elektroenergetycznego.
Warszawa pozostanie liderem, ale nie pomieści całego wzrostu
Warszawa jest naturalnym centrum polskiego rynku centrów danych. Koncentruje biznes, instytucje finansowe, administrację, operatorów telekomunikacyjnych i dużą część zapotrzebowania na usługi chmurowe.
Skala przyszłego popytu może jednak przekroczyć możliwości jednego obszaru metropolitalnego. Największym ograniczeniem nie musi być dostępność gruntów, lecz możliwość uzyskania odpowiedniej mocy i czas potrzebny na rozbudowę sieci.
Rynek już analizuje alternatywne lokalizacje. Poza Warszawą uwagę inwestorów przyciągają m.in. Poznań, Katowice, Kraków, Wrocław, Łódź, Gdańsk i Bielsko-Biała. W tych miastach rozwijane lub analizowane są projekty chmurowe, kolokacyjne i infrastruktura przeznaczona do obsługi AI.
Nie oznacza to końca dominacji Warszawy. Bardziej prawdopodobne jest powstanie modelu rozproszonego, w którym stolica zachowa funkcję głównego węzła biznesowego i telekomunikacyjnego, ale coraz większa część zasobów obliczeniowych będzie lokowana w innych regionach.
Kilkaset kilometrów nie zawsze jest barierą
Wiele operacji związanych z AI nie wymaga umieszczania serwerów w centrum największego miasta. Trening modeli może odbywać się setki kilometrów od użytkowników, ponieważ ważniejsza od minimalnego opóźnienia jest dostępność odpowiednio dużej mocy obliczeniowej.
Sygnał w światłowodzie pokonuje kilometr w około pięć mikrosekund. Odległość 300 km generuje więc teoretycznie około 1,5 milisekundy opóźnienia w jedną stronę, przed uwzględnieniem urządzeń sieciowych i rzeczywistego przebiegu trasy.
Dla części usług czasu rzeczywistego każda milisekunda ma znaczenie. W przypadku treningu modeli, analiz, renderingu, obliczeń wsadowych, przechowywania danych i wielu procesów chmurowych różnica między Warszawą a regionalnym ośrodkiem nie będzie jednak krytyczna.
Pozwala to rozdzielać poszczególne funkcje. Usługi wymagające minimalnych opóźnień mogą pozostać blisko największych użytkowników. Trening AI i obliczenia wysokiej mocy można natomiast przenosić do miejsc, w których łatwiej uzyskać energię.
Szansa dla mniejszych miast
Mniejsze ośrodki nie będą konkurować z Warszawą liczbą specjalistów ani skalą lokalnego rynku. Mogą jednak zaoferować zasoby, których zaczyna brakować w największych aglomeracjach.
Pierwszą przewagą są duże tereny pozwalające budować kampusy etapami. Inwestor może rozpocząć od 20–30 MW, a następnie zwiększać moc do 100 lub 200 MW bez konieczności zmiany lokalizacji.
Drugą przewagę może stanowić istniejąca infrastruktura energetyczna. Miasta przemysłowe i tereny po dużych zakładach często dysponują stacjami wysokiego napięcia, przyłączami oraz korytarzami infrastrukturalnymi projektowanymi dla energochłonnej produkcji.
Nie oznacza to automatycznej dostępności mocy. Każdy projekt wymaga analizy sieciowej. Istniejąca infrastruktura może jednak skrócić proces i zmniejszyć koszt budowy systemu zasilania od podstaw.
Trzecią szansą jest możliwość integracji centrum danych z lokalnymi źródłami energii, magazynami oraz siecią ciepłowniczą.
Centrum danych pobierające 100 MW zamienia niemal całą zużytą energię elektryczną w ciepło. Teoretycznie generuje więc strumień cieplny zbliżony do 100 MW. Ilość możliwa do gospodarczego wykorzystania zależy od temperatury, technologii chłodzenia i odległości od odbiorców.
Dla mniejszych miast posiadających komunalne systemy ciepłownicze może to być istotny element transformacji energetycznej. Centrum danych może stać się nie tylko dużym odbiorcą energii, lecz także źródłem ciepła dla budynków, obiektów publicznych lub procesów przemysłowych.
Nie każde miasto ma potencjał
Niski koszt gruntu nie wystarczy. Lokalizacja centrum danych wymaga spełnienia szeregu warunków technicznych:
- dostępu do przynajmniej kilkudziesięciu megawatów mocy
- dwóch niezależnych torów zasilania
- co najmniej dwóch niezależnych tras światłowodowych
- terenu poza strefami istotnego ryzyka powodziowego
- odpowiednich warunków dla systemów chłodzenia
- zaplecza serwisowego i dostępu do specjalistów
- przewidywalnych procedur planistycznych i środowiskowych
W przypadku AI szczególnie ważne jest chłodzenie. Klasyczne rozwiązania powietrzne przestają wystarczać przy wysokich gęstościach mocy. Wymienniki montowane w tylnych drzwiach szaf serwerowych stosuje się najczęściej przy obciążeniach około 10–30 kW na szafę. Systemy direct-to-chip oraz chłodzenie zanurzeniowe mogą obsługiwać obciążenia przekraczające 100 kW.
O potencjale lokalizacji decyduje zatem nie tylko możliwość dostarczenia energii, ale również zdolność do odprowadzenia lub wykorzystania dziesiątek megawatów ciepła.
Kolejną lokalizacją może być kosmos
Presja energetyczna jest na tyle duża, że firmy i instytucje badawcze analizują możliwość umieszczania infrastruktury obliczeniowej poza Ziemią.
Europejski projekt ASCEND, prowadzony przez Thales Alenia Space w ramach programu Horizon Europe, bada techniczną i środowiskową wykonalność budowy centrów danych na orbicie. Potencjalną korzyścią jest dostęp do niemal ciągłego promieniowania słonecznego oraz ograniczenie zużycia ziemskich gruntów, wody i energii.
Skala pozostaje jednak ekstremalna. Wstępne wnioski projektu mówią o konstrukcjach ważących kilka tysięcy ton i konieczności wykonywania setek startów rakiet rocznie.
Kosmos nie rozwiązuje automatycznie problemu chłodzenia. W próżni nie występuje konwekcja, dlatego ciepło musi być odprowadzane przez promieniowanie, przy wykorzystaniu bardzo dużych radiatorów.
Amerykańskie GAO ocenia, że wielkoskalowe orbitalne systemy chłodzenia i instalacje fotowoltaiczne pozostają technologiami niezweryfikowanymi. Pierwsze większe satelitarne centra danych są rozważane w perspektywie połowy lat 30.
Orbitalne centra danych nie staną się w najbliższej dekadzie konkurencją dla Warszawy, Poznania czy Katowic. Pokazują jednak, jak mocno dostęp do energii wpływa na geografię obliczeń. Jeżeli odpowiednio dużej mocy zaczyna brakować na Ziemi, branża technologiczna rozważa nawet przeniesienie części infrastruktury poza nią.
Potrzebujemy mapy cyfrowych lokalizacji
Polska transformacja energetyczna i rozwój infrastruktury AI powinny być planowane łącznie. Potrzebna jest mapa pokazująca nie tylko istniejące centra danych, ale również:
- dostępną i planowaną moc przyłączeniową
- stacje wysokiego napięcia
- główne korytarze światłowodowe
- tereny przemysłowe możliwe do ponownego wykorzystania
- lokalne sieci ciepłownicze
- planowane źródła odnawialne i magazyny energii
- ograniczenia wodne i środowiskowe
Dzięki temu mniejsze miasta mogłyby świadomie konkurować o projekty infrastruktury cyfrowej, zamiast czekać, aż inwestor sam odkryje ich potencjał.
W epoce przemysłowej przewagę dawały surowce, kolej i autostrady. W gospodarce AI coraz częściej będą ją dawały megawaty, światłowody i możliwość zagospodarowania ciepła.
