Norsk Tech

Strømsjokket: Et KI-formet hull i de norske utslippsplanene

Norge står overfor en tøff realitetsorientering når det gjelder kraftbehovet til kunstig intelligens. Debatten om å måtte ty til gasskraftverk er i ferd med å blusse opp igjen her til lands, drevet frem av de enorme energimengdene som nye KI-datasentre krever.

Historisk har Norge profilert seg som det perfekte, grønne hjemmet for datasentre takket være rikelig og ren vannkraft. Men etter hvert som KI-modeller krever eksponentielt mer regnekraft, strekker ikke det eksisterende strømnettet til lenger. Kapasitetsmangelen truer nå med å bremse både klimamål og andre industrielle satsinger.

For kraftintensive industrier og prosjektutviklere innen fornybar energi betyr dette at kampen om strømnettet tilspisser seg kraftig. Selskaper som planlegger store datasentre eller tunge KI-satsinger i Norge, må belage seg på tøffere politisk drakamp, potensielt høyere nettleie, og et økende krav om å bidra til lokal kraftproduksjon fremfor å bare koble seg på det eksisterende nettet. Les hele saken hos Teknisk Ukeblad.

Kunstig Intelligens

Sikkerhet og uavhengighet: Slik kjører du de råeste KI-modellene lokalt

En ny, omfattende guide viser hvordan virksomheter nå kan kjøre de aller beste språkmodellene (såkalte SOTA-modeller) på egen maskinvare, helt uten å være avhengig av eksterne skytjenester.

Siden KI-bølgen skjøt fart, har de fleste bedrifter lent seg på API-er fra giganter som OpenAI og Anthropic. Dette har imidlertid skapt hodebry knyttet til personvern (GDPR), immaterielle rettigheter og uforutsigbare driftskostnader. Nå som åpne modeller har blitt nesten like kapable som de lukkede gigantene, har det oppstått et sterkt behov for praktiske oppskrifter på hvordan man klipper navlesnoren til skyen.

For IT-direktører i sterkt regulerte bransjer, som bank, forsikring og offentlig sektor, representerer dette et etterlengtet veiskille. Ved å drifte modellene lokalt eller i en lukket, privat sky, eliminerer man risikoen for at sensitiv kundedata havner på avveie. I tillegg gir det full kontroll over responstider (latency) og gjør det enklere å budsjettere med faste maskinvarekostnader fremfor variable API-regninger som plutselig løper løpsk. Se guiden på GitHub.

Andre Nyheter