Sustainability | Dweve-reported AI Energy Comparison
Dweve-reported comparison of binary-first, fixed-point AI and an FP16 GPU baseline, with stated assumptions and measurement boundaries.
Dweve sustainability and AI energy
The sustainability page presents a Dweve-reported per-server comparison of a stated neurosymbolic workload with an FP16 GPU baseline. It describes binary-first compute, fixed-point arithmetic, standard hardware and air cooling, and lists the assumptions and external grid context alongside the figures.
- The 96% and 366W figures are reported comparison values, not independent certification or a universal result for every workload and deployment.
- Workload equivalence, correctness, hardware and software versions, power boundary and utilisation determine whether the comparison applies to a new measurement.
Choose the audience that matches your question
The page contains three selectable readings of the same subject.
For consumers
The sustainability page explains an energy comparison in plain language and shows why workload, hardware and measurement boundaries matter. Its figures are reported by Dweve for a stated comparison, not a universal promise for every AI deployment.
For businesses
Dweve reports a 96% lower-energy comparison for a stated neurosymbolic workload against an FP16 GPU baseline, alongside Dutch grid-capacity context. Treat the figures as a scoped comparison and review its assumptions before procurement.
For engineers
The reported comparison uses binary-first compute and correctly rounded fixed-point arithmetic on standard x86, ARM, RISC-V or FPGA hardware. The published 366W and 96% figures depend on workload equivalence, versions, power boundary and utilisation.
72.210 EUR za GPU energiju naspram 2.890 EUR za Dweve, po nizozemskoj prosječnoj tarifi.
Kapacitet vraćen u mrežu koji red za domove i bolnice može koristiti umjesto toga.
Emisije koje nikada nisu proizvedene, pri 393g CO2e po kWh na nizozemskoj mrežnoj mješavini.
Nema petlje za tekuće hlađenje, dakle nema operativnog vodnog otiska za upravljanje toplinom.
Standardni x86 ili ARM poslužitelji, unutar vašeg vlastitog podatkovnog centra, bez GPU flote.
Regija pričvršćena na EU, ista funkcionalnost, bez vruće staze koja prelazi granicu koju niste odobrili.
Dovoljno niska potrošnja za rad na običnom električnom priključku, čak i solarnoj instalaciji.
Model se linearno skalira. Ako se prijavljena usporedba energije od 96% prenese, bilo bi potrebno manje ekvivalentnih podatkovnih centara, pa bi se zemljište, beton, čelik i kvalificirani radnici koje hyperscale kampus troši mogli vratiti stambenom i infrastrukturnom sektoru koji Europa stvarno treba.
U navedenoj usporedbi s niskom potrošnjom, obična zidna utičnica mogla bi biti dovoljna. Potvrdite priključak na mrežu i opterećenje prije nego što to smatrate obećanjem implementacije.
Mala solarna instalacija mogla bi pokretati ozbiljna AI opterećenja u navedenom scenariju niske potrošnje. Baterijska rezerva postaje dostupnija. Ovo je AI na solarnu energiju kao testabilan cilj implementacije, a ne opća tvrdnja o ugljičnoj neutralnosti.
U vašoj poslovnoj zgradi. Na bolničkom odjelu. U seoskoj klinici. Na brodu. Ako ljudi tamo mogu raditi, ovaj AI može tamo raditi. Podatkovni centar nije potreban.
Mala i srednja poduzeća, startupi, istraživački laboratoriji, neprofitne organizacije. Ako se navedena usporedba prenese, niža operativna energija mogla bi učiniti napredni AI dostupnim izvan proračuna tehnoloških divova.
Ako imate struju za računala, imate struju i za ovo.
Prijavljena niža operativna energija, napredni AI za više organizacija
Standardni poslužitelji, dulji vijek trajanja.
Ne. Vi se time nikada nećete baviti. Ono tiho radi iza trgovina, klinika i ureda koje već koristite. Jedina je razlika što za to troše manje energije.
Zar stvarno troši manje električne energije?
Da. Dizajniran je da radi na običnom računalu uključenom u običnu zidnu utičnicu, umjesto u zgradi punoj strojeva koji troše puno energije i trebaju vodu za hlađenje.
U Europi, često u istoj zgradi u kojoj se i koristi. Budući da troši malo energije, ne treba mu ogroman podatkovni centar daleko od korisnika. Vaši podaci mogu ostati blizu kuće.
Da. Manje potrošene električne energije znači manje zagađenja. Također oslobađa zemljište, vodu i mrežu za domove i bolnice umjesto za još zgrada sa serverima.
To je cijela priča. Koristan rad, puno manje energije, blizu kuće i prisniji prema svijetu u kojem će živjeti vaši unuci.
15.014 zahtjeva za priključak (kraj 2025.)
Netbeheer Nederland izvještava o 15.014 tvrtki u redu čekanja; vrijeme priključenja varira ovisno o području i vrsti priključka.
Potpuna zabrana novih podatkovnih centara
Mreža jednostavno ne može podnijeti veću potražnju, pa je grad u potpunosti prestao odobravati nove podatkovne centre.
Redovi čekanja za priključak na elektroenergetsku mrežu protežu se nakon 2030. Kritična infrastruktura ne može se širiti na ovako ograničenoj mreži.
Pretpostavka o 80% električne energije iz obnovljivih izvora
EirGrid koristi 80% kao pretpostavku o proizvodnji iz obnovljivih izvora za buduće priključke; to ne pokazuje udio umjetne inteligencije u Dublinu. Šire područje Dublina opisano je kao potpuno ograničeno.
Trošak je stvaran. Zagušenje mreže košta nizozemsko gospodarstvo
godišnje, a nadogradnja europske mreže za podršku trenutnom rastu umjetne inteligencije zahtijevat će
do 2040. Vrijeme priključenja varira, a ova stranica ne utvrđuje da podatkovni centri za umjetnu inteligenciju dobivaju prioritetni pristup sve ograničenijem kapacitetu mreže.
EU nadležnost od početka do kraja, s raspoređivanjem radnog opterećenja unutar regije. Odaberite upravljani Fabric na javnom Mesh-u, licenciranu korisničku infrastrukturu ili fizički izoliran rad.
Navedeni scenarij niske potrošnje namijenjen je izbjegavanju posebne infrastrukture; provjere lokacije i radnog opterećenja i dalje se primjenjuju. Standardna uredska utičnica može biti dovoljna za opisani postav.
Prijedlog njemačke vlade iz lipnja 2026. pomiče cilj od 100% obnovljivih izvora s 2027. na 2030.; provjerite doneseni opseg. Usporedba s nižom potrošnjom može smanjiti energetsko opterećenje, ali ne zamjenjuje pregled usklađenosti.
U lokalnoj implementaciji na standardnom priključku za struju, podaci mogu ostati u zgradi. Pohrana i regulatorni ishodi i dalje ovise o konfiguraciji i opsegu.
Prijavljenih 96% usporedbe opisano je za navedeno radno opterećenje; neovisna provjera i sirovi izlaz nisu objavljeni na ovoj stranici.
EU AI akt: energetska dokumentacija za GPAI
Niža potrošnja na razini ploče znači da je standardno zračno hlađenje dovoljno. Bez tekućeg kruga, bez operativnog vodenog otiska i jedna klasa manje mehaničkih točaka kvara.
Industrijsko tekuće hlađenje, potrošnja vode
Usporedba gustoće akceleratora na stranici koristi kontinuiranu brojku od oko 700 W po akceleratoru. Isti navedeni rad mapira se na SIMD trake na standardnim CPU-ima ili FPGA-ima, tako da ne postoji vlasnički akcelerator koji treba napajati, hladiti ili zamijeniti na 1 do 3 godine.
Komercijalni x86, ARM, RISC-V ili FPGA sa SIMD-om
Specijalizirani GPU-ovi pri ~700 W svaki, kontinuirano
Cjelobrojna aritmetika s fiksnom točkom jeftinija je po operaciji od FP16 i nosi nula numeričkog odstupanja. Ne zahtijeva niz jedinica s pomičnim zarezom, što je jedan od najvećih potrošača energije na GPU čipu.
Ispravno zaokruženi cijeli brojevi s fiksnom točkom
FP16 s pomičnim zarezom, hardverski FPU-ovi
Gusta mreža aktivira svaki parametar za svaki token. Mješavina od 528 domena specijalista usmjerava samo 4 do 8 specijalista po upitu, tako da velika većina težina ostaje hladna i ne troši ništa.
Rijetko: 4 do 8 specijalista po upitu aktivno
GPU inferencija je milijarde operacija množenja i akumulacije s pomičnim zarezom. Opisana podloga odlučuje u binarnim ograničenjima, tako da gusto množenje matrica koje se pripisuje proračunu snage ne radi na navedenom kritičnom putu.
Tamo gdje jedan način treba dvadeset i pet, prijavljena brojka je jedan.
Energija ostaje slobodna za domove i trgovine.
Prijavljena usporedba na razini ploče. Brojka za GPU odnosi se na jedan objavljeni poslužitelj s gustim akceleratorom uz PUE faktor 1,5x; Dweve je standardni CPU ili FPGA silicij.
Jedan poslužitelj, 60% iskorištenosti, cijela godina. Prijavljeni omjer 25x između njih je usporedba u jednom broju.
Uz nizozemski prosjek od 0,30 EUR/kWh. Tijekom pet godina to je 72.210 EUR naspram 2.890 EUR, ušteda od 69.320 EUR po poslužitelju.
Uz 393g CO2e po kWh. Tijekom pet godina izbjegnuto je 90.809 kg emisija po poslužitelju.
Bez petlje tekućine, bez potrošnje vode. Zračno hlađenje uklanja klasu toplinskih i mehaničkih točaka kvara.
Objavljena GPU osnovna linija naspram Dwevea, usporedba koju je prijavio Dweve
Tih 125.000 poslužitelja troši oko 1,14 gigavata kontinuirane snage, dovoljno za napajanje 3,8 milijuna nizozemskih kućanstava. Nizozemska ima ukupno 7,9 milijuna kućanstava, pa jedan operater sam koristi gotovo pola zemlje.
Druga hyperscale flota u navedenom scenariju koristi guste FP16 poslužitelje, od kojih je svaki modeliran na 9.150 W na razini ploče, s režijskim troškovima podatkovnog centra pri PUE 1,5x.
Čak i manja prikazana flota ima 12.500 poslužitelja. Pomnožite godišnju potrošnju jednog poslužitelja od 48.139 kWh kroz flotu i utjecaj na mrežu mjeri se u gradovima, a ne u ormarićima.
Navedeno 9.150 W prema prijavljenim 366 W
Model se linearno skalira: ako se prijavljena usporedba po poslužitelju prenese, na razini flote bilo bi potrebno manje ekvivalentnih podatkovnih centara.
Evo dobrih vijesti. Učinkovitost i sposobnost nisu suprotnosti. Ako prijavljeni omjer 25x vrijedi za ekvivalentno opterećenje, ista infrastruktura ima više prostora za AI. Ne biramo između napretka i održivosti. Biramo između
Zamislite da od danas gradimo pametnije.
Zamislite Europu 2030. u scenariju s navedenim osnovnim opterećenjem od 9.150 W po GPU poslužitelju.
Ispunjavamo klimatske ciljeve EU-a dok unapređujemo tehnologiju, ne birajući između njih.
Svako europsko poduzeće može si priuštiti napredni AI, ne samo tehnološki divovi s proračunima za podatkovne centre.
Dulji životni vijek hardvera znači manje otpada i niže troškove zamjene.
Poduzeća, škole i domovi dobivaju struju kada im treba, ne nakon godina čekanja.
Nema više moratorija na podatkovne centre jer učinkovit AI stane u postojeću infrastrukturu.
Scenarij: AI postaje 100x sposobniji dok ukupni kapacitet mreže ostaje na današnjoj razini.
Gradimo nove elektrane za AI dok obitelji godinama čekaju na priključak struje.
Europski AI postaje luksuz koji si mogu priuštiti samo ogromne korporacije s pristupom podatkovnim centrima.
Scenarij: planine elektroničkog otpada od GPU poslužitelja koji se zamjenjuju svake 1 do 3 godine.