Artikel · 16 min läsning
Hur mycket energi drar AI?
En fråga till en chattbot drar mindre el än en tv på tio sekunder. Ändå bygger AI-bolagen datacenter som drar lika mycket el som storstäder, och i Sverige står datacenter i kö för att ansluta tusentals megawatt. Så hänger det ihop.
Kort svar
En vanlig textfråga drar omkring 0,3 wattimmar, ungefär lika mycket som en tv drar på tio sekunder. Men resonerande svar, bilder och video drar tiotals till tusentals gånger mer, och miljarder frågor om dagen blir mycket. Världens datacenter använde 485 terawattimmar el 2025, knappt 2 procent av all el, och IEA räknar med en fördubbling till 2030, med AI som den största drivkraften. Effektivare chip och modeller hinner inte ikapp den växande användningen, och var datacentren byggs avgör hur mycket de släpper ut.
En tv i nio sekunder, eller en hel stad
Hur mycket el går det åt när du ställer en fråga till en chattbot? Google har mätt det för sin AI-tjänst Gemini. Om man ställer alla textfrågor på rad efter hur mycket el de drog, krävde frågan i mitten 0,24 wattimmar i maj 2025. Det är mindre el än en tv drar på nio sekunder.
Samtidigt bygger AI-bolagen datacenter som drar lika mycket el som storstäder. Det största som forskningsinstitutet Epoch AI följer, Anthropics och Amazons anläggning i New Carlisle i Indiana, kan i november 2026 förse sina datorer med omkring 1 000 megawatt. Staden San Diego drar i genomsnitt omkring 800 megawatt. I Sverige stod datacenter i april 2026 i kö för att få ansluta sammanlagt 4 643 megawatt till elnätet. Om alla de byggdes och gick för fullt dygnet runt skulle de använda omkring 40 terawattimmar om året, ungefär 30 procent av all el som Sverige använde 2025.
Båda bilderna stämmer. Den här artikeln förklarar hur, från en enda fråga till världens alla datacenter. Kort sagt drar en vanlig fråga lite el, men det spelar stor roll vad man ber om, hur många som frågar och var elen kommer ifrån.
Först några enheter. En wattimme är den energi som en lampa på en watt drar på en timme. Tusen wattimmar är en kilowattimme, enheten på elräkningen, och en terawattimme är en miljard kilowattimmar. Effekt mäts i watt. Ett datacenter på 100 megawatt som går för fullt ett helt år använder 876 gigawattimmar.
En fråga drar mindre än man trodde
Länge byggde siffrorna på grova uppskattningar. Forskaren Alex de Vries räknade 2023 ut att en fråga till ChatGPT kunde dra omkring 3 wattimmar. Det amerikanska forskningsinstitutet EPRI skrev 2024 att en AI-fråga drar tio gånger så mycket el som en vanlig sökning på Google, som enligt Google själv drog 0,3 wattimmar 2009. Påståendet om tio gånger så mycket spreds brett.
Sedan 2025 finns bättre underlag, och det pekar mot betydligt lägre siffror. Utöver Googles mätning skrev OpenAI:s vd Sam Altman i juni 2025 att en genomsnittlig fråga till ChatGPT drar omkring 0,34 wattimmar, men han förklarade inte hur siffran hade tagits fram. Forskare på Microsoft uppskattade 2026 i tidskriften Joule att en fråga till de största modellerna drar omkring 0,31 wattimmar och att de ofta citerade siffrorna är 4 till 20 gånger för höga. De gamla uppskattningarna byggde bland annat på antagandet att frågor och svar var mycket långa.
0,3 wattimmar är lite. En mobil laddas med omkring 19 wattimmar enligt den amerikanska miljömyndigheten EPA, och att koka en liter vatten i en vattenkokare kräver 100 till 130 wattimmar. För elen som går åt till att koka en liter vatten kan man alltså ställa flera hundra frågor.
Men det beror på vad man ber om. Större modeller drar mer. När MIT Technology Review 2025 lät mäta Metas öppna modeller drog ett svar från den minsta, Llama 3.1 8B, omkring 114 joule räknat med kylning och annat som datacentret behöver. Den största, Llama 3.1 405B, behövde omkring 6 700 joule, nästan 60 gånger så mycket. En joule är en wattsekund, så 3 600 joule är en wattimme.
Störst blir skillnaden när modellen resonerar. En resonerande modell skriver först ett långt resonemang för sig själv innan den svarar, och varje token kostar el. Hur en modell skriver token för token förklarar vi i Hur fungerar en språkmodell? När Sasha Luccioni och Boris Gamazaychikov i projektet AI Energy Score i december 2025 mätte en rad öppna modeller drog de som resonerar i genomsnitt 30 gånger mer energi än de som inte gör det. Samma modell kunde dra mellan 150 och 700 gånger mer med resonemanget påslaget, eftersom den då skrev mellan 300 och 800 gånger fler tokens. Mätningarna gjordes med en fråga i taget, vilket enligt Google inte motsvarar hur modellerna körs i stora datacenter. Microsofts forskare, som räknade på stora datacenter, uppskattade att en fråga där modellen arbetar 15 gånger längre än vanligt drar omkring 3,9 wattimmar.
Bilder och video drar ännu mer. En bild från den öppna modellen Stable Diffusion 3 Medium krävde omkring 0,6 wattimmar i MIT Technology Reviews mätning. En studie från 2026 uppskattade att en video på åtta sekunder drar mellan omkring 20 och 530 wattimmar beroende på modell, från Googles Veo 3 till OpenAI:s Sora 2 Pro. Den dyraste motsvarar el för över 2 000 vanliga textfrågor, eller för att koka fyra liter vatten.
Figuren är interaktiv och behöver JavaScript.
Det beror på vad man räknar
Att siffrorna skiljer sig så mycket beror inte bara på modellerna. Det beror också på vad man räknar med. Googles mätning var den första i sitt slag från ett stort AI-bolag, och den visar hur mycket gränsdragningen betyder.
Av de 0,24 wattimmarna gick 0,14 till de AI-chip som räknar fram svaret och 0,06 till datorerna runt chippen, med deras processorer och minne. 0,02 gick till maskiner som står i reserv för att klara toppar, och 0,02 till datacentrets egen förbrukning, som kylning och förluster när strömmen omvandlas. Räknar man som Google menar att smalare mätningar gör, med bara chippen och bara i de effektivaste datacentren, blir det 0,10 wattimmar.
Figuren är interaktiv och behöver JavaScript.
Inte heller Googles siffra är hela bilden. Den gäller bara textfrågor, inte bilder eller video. Den räknar inte med energin för att träna modellen, för nätverken som för fram frågan eller för din egen telefon eller dator. Google har själv skrivit att uppgifterna inte har granskats av någon oberoende part. Och en median säger inget om de frågor som drar mest. Google valde medianen just för att några få extrema frågor annars drar upp medelvärdet.
Vatten visar samma sak. Googles medianfråga förbrukade enligt bolaget 0,26 milliliter vatten, ungefär fem droppar. Siffran gäller bara vattnet i själva datacentret. Experter som tidningen The Verge har talat med påpekar att det mesta av ett datacenters vattenförbrukning kommer från kraftverken som gör elen. Amerikanska forskare som räknade med det vattnet också kom fram till att modellen GPT-3 förbrukade en halvliter för ungefär 10 till 50 medellånga svar, men då med antagandet att varje svar drog 4 wattimmar. Franska Mistral AI räknar med hela livscykeln, även tillverkningen av servrarna, och kommer fram till 45 milliliter för ett svar på 400 tokens. Siffrorna mäter olika saker och går inte att jämföra rakt av.
Utsläppen är ännu svårare att jämföra. Google anger 0,03 gram koldioxid per fråga, räknat på den el som bolaget köper genom avtal om förnybar el. Mistral anger 1,14 gram för ett svar, räknat på elmixen där datacentren står. Båda räknar med tillverkningen av hårdvaran.
Från en fråga till miljarder
En fråga drar lite, men det ställs väldigt många. I juli 2025 skickade ChatGPT:s användare mer än 2,5 miljarder meddelanden om dagen, enligt en studie av forskare på OpenAI och Harvard. Räknat med Altmans 0,34 wattimmar blir det omkring 850 megawattimmar om dagen, eller drygt 300 gigawattimmar om året. Det är ungefär lika mycket el som 160 000 svenska lägenheter använder, men bara omkring 0,2 procent av Sveriges elanvändning.
Google är ännu större. Bolagets tjänster bearbetade i maj 2026 mer än 3,2 biljarder tokens i månaden, sju gånger mer än ett år tidigare och över 300 gånger mer än två år tidigare. Microsofts forskare har räknat ut att en miljard frågor om dagen kräver omkring 0,7 gigawattimmar, och 1,7 gigawattimmar om var tionde fråga är en lång fråga där modellen resonerar.
För den enskilda användaren är elen liten. Den som ställer 20 frågor om dagen till ChatGPT i ett år använder, räknat med Altmans siffra, omkring 2,5 kilowattimmar. Det är knappt två duschar på fem minuter enligt Energimyndighetens siffror. Men sex videor från den mest energikrävande modellen i studien från 2026 drar lika mycket som hela det årets frågor.
Figuren är interaktiv och behöver JavaScript.
Till det kommer träningen. Innan en modell kan svara på något måste den tränas, i veckor eller månader på tusentals eller tiotusentals chip. Träningen av GPT-3 2020 krävde omkring 1 300 megawattimmar, enligt en uppskattning av forskare på Google och University of California, Berkeley. För GPT-4 uppskattar Internationella energiorganet IEA omkring 42 gigawattimmar. För xAI:s Grok 4 från 2025 uppskattar Epoch AI 310 gigawattimmar, ungefär lika mycket el som ett års ChatGPT-meddelanden enligt räkningen ovan. Den effekt som de största träningskörningarna kräver har enligt Epoch ökat ungefär 2,2 gånger per år, och de största drar nu över 100 megawatt.
Den sista träningen är dessutom bara en del av arbetet. När forskare vid Ai2 och University of Washington 2026 redovisade allt som låg bakom modellfamiljen Olmo 3 gick 82 procent av beräkningarna åt till experiment, misslyckade försök och tester före den slutliga träningen. Hur energin fördelas mellan träning och användning, det som kallas inferens, varierar. På Google gick ungefär tre femtedelar av energin för maskininlärning till att använda modellerna och två femtedelar till att träna dem, enligt en studie av åren 2019 till 2021. Epoch AI bedömde 2025 att AI:s effektbehov ungefär delades lika mellan träning, experiment och användning. För en enskild populär modell kommer användningen ändå snabbt ikapp. GPT-4:s träning motsvarar omkring 50 dagars ChatGPT-meddelanden.
Effektivare, men ändå mer
AI blir snabbt effektivare. Enligt Google minskade energin för en medianfråga till Gemini 33 gånger på ett år, från maj 2024 till maj 2025, mest tack vare effektivare modeller och datorer som utnyttjades bättre. Utsläppen per fråga minskade 44 gånger.
Ändå ökar elanvändningen. Under samma år ökade antalet tokens som Google bearbetade 50 gånger, och året efter ytterligare sju gånger. Googles datacenter använde 42,4 terawattimmar el 2025, 38 procent mer än året innan och mer än dubbelt så mycket som 2021. Bolagets utsläpp ökade med 18 procent på ett år. Microsofts ökade med 25 procent på ett år enligt bolagets senaste hållbarhetsrapport, främst för att bolaget byggde fler datacenter.
Figuren är interaktiv och behöver JavaScript.
Fenomenet har ett namn: Jevons paradox. Den brittiske ekonomen William Stanley Jevons skrev 1865 att det är en ren tankeförvirring att tro att ett sparsammare bruk av bränsle leder till att man använder mindre. Det är tvärtom. När James Watt gjorde ångmaskinen effektivare blev den lönsam att använda till mycket mer, och kolförbrukningen ökade. När det kinesiska bolaget DeepSeek i januari 2025 lanserade modellen R1, som enligt bolaget var lika bra som OpenAI:s o1 och enligt uppgift hade tagits fram för en bråkdel av konkurrenternas budget, skrev Microsofts vd Satya Nadella att Jevons paradox slår till igen: när AI blir effektivare och mer tillgängligt kommer användningen att skjuta i höjden.
AI används dessutom på nya sätt som drar mer per uppgift. Resonerande modeller skriver hundratals gånger fler tokens än vanliga, och AI-agenter som arbetar på egen hand gör många anrop efter varandra innan de är klara. Energin per token kan alltså sjunka samtidigt som energin per uppgift stiger.
Världens datacenter
Allt detta syns i statistiken. Världens datacenter använde omkring 415 terawattimmar el 2024, ungefär 1,5 procent av all el, enligt IEA. 2025 ökade det med 17 procent till 485 terawattimmar, ungefär lika mycket som Tyskland producerar på ett år. Datacenter används till mycket mer än AI, till exempel molntjänster, strömmad video och sökningar. Men elen till de datacenter som är byggda för AI ökade med 50 procent på ett år, och enligt IEA står de servrar som används för AI för nästan hälften av ökningen fram till 2030.
IEA räknar med att datacentrens elanvändning fördubblas till omkring 950 terawattimmar 2030, ungefär 3 procent av all el i världen, och att elen till AI-datacentren tredubblas. Efter 2030 är osäkerheten stor. 2035 kan datacentren enligt IEA:s olika scenarier använda allt från 700 till 1 700 terawattimmar, beroende på hur snabbt AI sprids och hur mycket effektivare tekniken blir.
Det är mycket, men inte mest. Fram till 2030 står datacentren för ungefär en tiondel av ökningen av världens elanvändning. Elmotorer i industrin, luftkonditionering och elbilar står var för sig för mer. Problemet är att datacentren samlas på några få platser.
USA stod 2024 för 45 procent av världens datacenter-el, Kina för 25 och Europa för 15. I USA väntas datacentren stå för nästan hälften av ökningen av elanvändningen fram till 2030 och då använda mer el än all tillverkning av aluminium, stål, cement och kemikalier tillsammans. På Irland gick 23 procent av elen till datacenter 2025, jämfört med 28 procent till alla hushåll. I Virginia, ett av världens största nav för datacenter, är andelen omkring en fjärdedel.
Figuren är interaktiv och behöver JavaScript.
Var elen kommer ifrån varierar. 2024 kom ungefär 30 procent av datacentrens el från kol, 27 procent från förnybara källor, 26 procent från naturgas och 15 procent från kärnkraft, enligt IEA. Bolagen satsar på kärnkraft. Microsoft har ett avtal på 20 år om elen från reaktorn Three Mile Island 1 i Pennsylvania, som ska startas om och väntas vara i drift 2027. Google, Amazon och Meta har tecknat avtal om ny kärnkraft, främst små reaktorer som ska börja leverera från omkring 2030. Men fram till 2030 väntas gas och kol tillsammans stå för över 40 procent av den nya elen till datacenter.
Sverige: ren el och lång kö
I Sverige använder datacenter i dag omkring 3 terawattimmar om året, drygt 2 procent av elen, enligt Svenska kraftnät och Energimyndigheten. Någon officiell statistik finns inte, och Energiforsk räknar med omkring 4. Men intresset är stort. Svenska kraftnät skriver att den efterfrågan på el som tillkommer i huvudsak gäller datacenter, inte industri som tidigare. I april 2026 stod datacenter för 4 643 megawatt i Svenska kraftnäts kö.
Flera stora projekt är på väg. Kanadensiska Brookfield vill investera upp till 95 miljarder kronor i ett AI-datacenter i Strängnäs på 750 megawatt. Det är för mycket för det lokala elnätet, enligt Svenska kraftnät, som utreder hur anläggningen ska kunna få all den el den vill ha. Microsoft lovade 2024 att investera 33,7 miljarder kronor i sina datacenter i Sandviken, Gävle och Staffanstorp. EcoDataCenter bygger ett nytt datacenter i Borlänge, där franska Mistral AI investerar 1,2 miljarder euro i ett AI-datacenter som ska öppna 2027. Och Google började i juni 2026 bygga ett datacenter i Horndal i Avesta kommun.
Sverige har el med mycket låga utsläpp och fjärrvärmenät som kan ta tillvara spillvärmen från datorerna. I Stockholm värmer Stockholm Exergi i dag 11 000 lägenheter med överskottsvärme från bland annat datacenter. Googles datacenter i Horndal byggs för att leverera värme till omgivningen, och i Finland ska spillvärme från Microsofts nya datacenter täcka omkring 40 procent av fjärrvärmen i Fortums nät i Esbo och Kyrkslätt.
Men elen till datacentren konkurrerar med annat. Sedan den 1 juli 2023 betalar datacenter vanlig energiskatt på elen, efter att en tidigare skattelättnad slopades. Svenska kraftnät har varnat för att nya stora elanvändare kan driva upp elpriset, och Socialdemokraterna har krävt att regeringen tar fram en plan för hur datacenter ska etableras. Regeringen har inlett en dialog med företag som bygger datacenter.
Hur mycket det blir vet ingen. I Svenska kraftnäts scenarier för 2050 använder datacentren allt från 9 till 41 terawattimmar om året, jämfört med 3 i dag. Energimyndigheten bedömer att det kan bli drygt 9 terawattimmar redan runt 2030 om de planer som har aviserats blir av.
Var ett datacenter står avgör också utsläppen. Elen som användes i Sverige orsakade 2025 i genomsnitt omkring 21 gram koldioxidekvivalenter per kilowattimme, enligt Electricity Maps. I Tyskland var det 335 gram och i Polen 677. Samma fråga ger alltså över 30 gånger mer utsläpp i Polen än i Sverige. Men även ren el är en begränsad resurs. Den el som går till datacenter kan inte samtidigt gå till stålverk, elbilar eller värmepumpar.
Figuren är interaktiv och behöver JavaScript.
Vad du kan göra
För den som använder AI är elen för en vanlig fråga liten jämfört med det mesta i vardagen. Några tumregler:
- Välj rätt verktyg. En mindre modell eller en vanlig sökning räcker ofta för enkla frågor. Spara de resonerande lägena till uppgifter som behöver dem.
- Tänk efter före video. En kort AI-video kan dra lika mycket el som tusentals textfrågor.
- Se det i proportion. Ett års frågor till ChatGPT, 20 om dagen, drar ungefär lika mycket el som att köra elbil en och en halv mil. Bilen, uppvärmningen och duschen betyder mycket mer för hushållets energianvändning än chattandet.
- Fråga efter siffrorna. De stora besluten handlar om var datacentren byggs, vilken el de får och hur öppet bolagen redovisar. Där gör användare, kunder och väljare skillnad.
EU har börjat ställa krav. Sedan 2024 måste datacenter med minst 500 kilowatt IT-effekt redovisa bland annat sin energianvändning, sin vattenförbrukning och hur mycket spillvärme som tas tillvara. EU:s AI-förordning kräver att den som tar fram AI-modeller för allmänna ändamål dokumenterar modellens kända eller uppskattade energiförbrukning, men uppgiften lämnas bara till myndigheterna, när de begär den. EU-kommissionen undersöker en möjlig energi- och utsläppsmärkning för AI, och de första hållbarhetsbetygen för enskilda datacenter väntas 2027.
Vår syn
Det här avsnittet är SI-bolagets åsikt. Resten av artikeln redovisar forskningen. Här säger vi vad vi själva tror.
AI:s energifråga är verklig, men den avgörs inte av din nästa fråga till en chattbot. Den avgörs av hur mycket som byggs, var det byggs och vilken el det får. Därför tycker vi:
- Öppenhet. AI-bolagen bör redovisa hur mycket el och vatten deras tjänster använder, med gemensamma metoder och granskat av någon utomstående. I dag får man lita på de bolag som redovisar, medan de som inte gör det slipper granskning.
- Det långa perspektivet. Datacenter byggs för decennier. Sverige behöver planera för dem som för annan stor industri, med ny fossilfri el och starkare elnät, så att de inte tränger undan annat.
- Människan i centrum. Elen som AI drar ska göra nytta för människor. Nyttan behöver vägas mot vad den kostar hushåll och industri, och spillvärmen bör tas tillvara.
Effektivare AI är bra, men det räcker inte. Historien från Jevons ångmaskiner till Googles datacenter visar att det som blir billigare att använda också används mer.
Källor
- Elsworth m.fl., Measuring the environmental impact of delivering AI at Google Scale, Google, 2025, och Amin Vahdat och Jeff Dean, How much energy does Google’s AI use? We did the math, Google Cloud, 21 augusti 2025.
- Epoch AI, The largest AI data centers by power capacity, läst 14 november 2026.
- Energiforsk och Nepp, Så får industrin tillräckligt med el till 2045, rapport 2026:1199, juni 2026.
- Svenska kraftnät, Kraftbalansen på den svenska elmarknaden, rapport vår 2026, 15 maj 2026.
- Alex de Vries, The growing energy footprint of artificial intelligence, Joule 7, 2023, och EPRI, Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption, 2024.
- Urs Hölzle, Powering a Google search, Official Google Blog, 11 januari 2009.
- Sam Altman, The Gentle Singularity, 10 juni 2025.
- Oviedo m.fl., Energy use of AI inference, efficiency pathways, and test-time scaling, Microsoft, Joule, 2026.
- Josh You, How much energy does ChatGPT use?, Epoch AI, februari 2025.
- Vardagens el: EPA (mobilladdning), Forbrugerrådet Tænk (vattenkokare), Energimyndigheten (dusch), Trafikverket (nya elbilar, 17 kilowattimmar per 100 kilometer) och SCB (typlägenhet).
- James O’Donnell och Casey Crownhart, We did the math on AI’s energy footprint. Here’s the story you haven’t heard., MIT Technology Review, 20 maj 2025.
- Sasha Luccioni och Boris Gamazaychikov, AI Energy Score v2: Refreshed Leaderboard, now with Reasoning, Hugging Face, 4 december 2025.
- Jegham, Gamazaychikov och Luccioni, Lights, Camera, Carbon: Architectural Scaling Laws for Video Generation Energy Consumption, 2026.
- Casey Crownhart, In a first, Google has released data on how much energy an AI prompt uses, MIT Technology Review, 21 augusti 2025, och Justine Calma i The Verge, 21 augusti 2025.
- Li, Yang, Islam och Ren, Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models, 2025.
- Mistral AI, Our contribution to a global environmental standard for AI, 22 juli 2025.
- Chatterji m.fl., How People Use ChatGPT, NBER Working Paper 34255, september 2025.
- Sundar Pichai, Google I/O 2025: From research to reality, maj 2025, och I/O 2026: Welcome to the agentic Gemini era, maj 2026.
- Patterson m.fl., Carbon Emissions and Large Neural Network Training, 2021, och Patterson m.fl., The Carbon Footprint of Machine Learning Training Will Plateau, Then Shrink, 2022.
- IEA, Energy and AI, april 2025, med kapitlen om efterfrågan och tillförsel och hela rapporten (om GPT-4).
- Epoch AI, What did it take to train Grok 4?, september 2025, och How much power will frontier AI training demand in 2030?, augusti 2025.
- Morrison, Smith och Strubell, The Hidden Cost of Thinking: Energy Use and Environmental Impact of LMs Beyond Pretraining, 2026.
- Google, 2026 Environmental Report, juni 2026.
- Microsoft, Responsibly building the AI future, om hållbarhetsrapporten 2026, 9 juli 2026.
- William Stanley Jevons, The Coal Question, 1865, kapitel 7, och Satya Nadella enligt Fortune, 27 januari 2025.
- IEA, Key Questions on Energy and AI, april 2026, och Our World in Data, How much energy do data centers and artificial intelligence use?, juli 2026.
- U.S. Department of Energy, DOE Releases New Report Evaluating Increase in Electricity Demand from Data Centers, december 2024, och EPRI, Powering Intelligence 2026, med Virginia enligt American Public Power Association, februari 2026.
- Central Statistics Office, Data Centres Metered Electricity Consumption 2025, 7 juli 2026.
- Constellation, Constellation to Launch Crane Clean Energy Center, 20 september 2024, och Crane Clean Energy Center; avtalen med Google, Amazon och Meta.
- Svenska kraftnät, Långsiktig marknadsanalys 2026, juni 2026, och Energimyndigheten, PM Framtida elbehov på länsnivå, 2025.
- Brookfield enligt MFN, 4 juni 2025, och SVT Sörmland, Lokala kraftnätet klarar inte enorma AI-satsningen i Strängnäs, juni 2025, och Svenska kraftnät varnar: nya elslukare kan tvinga upp elpriset, 29 november 2025.
- Microsoft, 3 juni 2024, EcoDataCenter om Borlänge, september 2025, och Mistral AI, februari 2026, och Google om Horndal, 2 juni 2026.
- Stockholm Exergi, Heat recovery, läst 14 november 2026, och Fortum, 6 maj 2026.
- Skatteverket, Slopad skattenedsättning för datorhallar, december 2022.
- Socialdemokraternas krav enligt TT, 18 mars 2026, och Regeringskansliet, Handlingsplan för Sveriges AI-strategi, 20 februari 2026.
- Electricity Maps, Grid in Review 2025 för Sverige, Norge, Frankrike, Irland, Tyskland och Polen, och Ember, Global Electricity Review 2026, april 2026.
- EU:s energieffektivitetsdirektiv, direktiv (EU) 2023/1791, artikel 12, EU:s AI-förordning, förordning (EU) 2024/1689, artikel 53 och bilaga XI, EU-kommissionens samråd om att mäta AI:s energianvändning, april 2026, och pressmeddelande om betyg för datacenter, september 2026.
Begrepp i artikeln
Så gör vi: Artiklarna skrivs med hjälp av AI, och varje faktauppgift kontrolleras mot källorna i listan ovan. Hittar du ett fel? Skriv till hej@sibolaget.se.