Data power

Er datacentre bæredygtige?

Udgivet afEdbit Senest revideret:

Hvordan påvirker datacentre landes strømforbrug og udledning gennem regneark

⏱️ 1-2 lektioner
🪜 5.-9. klasse
📚 Geografi, Fysik/kemi, Teknologiforståelse

I denne aktivitet skal I være klima-detektiver og undersøge, om der er en sammenhæng mellem tech-industriens strømforbrug og landenes CO₂–udledning.

Opmærksomhed

  • Skærmtid og ergonomi: Langvarigt intenst arbejde foran computere/tablets kan medføre hovedpine, træthed i øjnene og dårlig siddestilling.
  • Snublefælder: Mange computere i gang samtidig kan skabe rod med opladerkabler på gulvet.

Forholdsregler

  • Ergonomiske pauser: Læg faste pauser ind, hvor eleverne rejser sig, kigger væk fra skærmen og strækker kroppen.
  • Kabelstyring: Sørg for, at ledninger trækkes langs vægge eller tapes fast, så ingen snubler.

Førstehjælp

  • Ved overbelastning: Ved tegn på hovedpine eller øjentræthed skal eleven holde pause fra skærmen, gå ud i den friske luft og drikke et glas vand.
  • Ved fald/snublen: Almindelig førstehjælp (plaster ved hudafskrabninger eller is på ved slag).

Oprydning

  • Digital oprydning: Eleverne logger ud af alle benyttede platforme samt lukker computerne korrekt ned.
  • Fysisk oprydning: Strømkabler rulles pænt sammen og lægges på plads, og computerne sættes i ladeskabet.

I stedet for blot at vælge tilfældige lande, skal I nu agere it-arkitekter og finde 4 specifikke datacentre rundt omkring i verden, hvor store tech-giganter (som Google, Microsoft, Meta eller Amazon) har placeret deres servere:

  1. Åbn kortet Datacenters Map.
  2. Brug søgefunktionen eller klik jer rundt på verdenskortet for at finde ét specifikt datacenter i hvert af de følgende fire områder:
    • Danmark (f.eks. et datacenter i Odense eller Fredericia).
    • Irland / Dublin (Irland er et kæmpe knudepunkt for europæiske datacentre).
    • Tyskland / Frankfurt (Frankfurt huser et af de største netværksknudepunkter i verden).
    • USA (f.eks. i staten Virginia eller Oregon, hvor Amazon og Google har gigantiske områder).
  3. Klik på de specifikke datacentre på kortet, og undersøg, hvem der ejer dem (hvis det står der), eller skriv navnet på datacentret og den præcise by/region ned.

  1. Åbn nu Electricity Maps.
  2. Find de præcise regioner/lande på live-kortet, som svarer til placeringen af de fire datacentre, I lige har fundet, og notér følgende data i jeres kladde:
    • CO₂-intensitet: Hvor mange gram CO₂ udledes der pr. kiloWatt-time strøm (målt i g CO₂ eq/kWh)?
    • Energimiks: Hvor stor en procentdel af strømmen kommer lige nu fra henholdsvis fossile kilder (kul, gas, olie) og vedvarende kilder (vind, sol, vandkraft)?

Nu skal I bruge jeres data til at beregne det reelle klimaaftryk for et mellemstort datacenter. Vi antager, at datacentret bruger 50.000 kWh strøm i timen for at holde serverne i gang og køle dem ned (I kan også vælge et datacenter fra dette kort, selvom ikke alle datacentre viser deres strømforbrug offentligt).

  1. Åbn et tomt regneark.
  2. Opret en tabel med følgende fem kolonner:
    • Land
    • CO2-intensitet (g/kWh)
    • Strømforbrug pr. time (kWh)
    • Formel: CO2 i gram
    • Resultat: CO2-udledning pr. time (kg)
  3. Sæt strømforbruget til 50.000 for alle fire lande.
  4. Brug en formel i regnearket til at beregne, hvor mange kilo CO2 datacentret udleder i timen i de forskellige lande. (Husk, at du skal dividere med 1.000 for at lave gram om til kilo!): CO2-udledning (kg) = (CO2-intensitet x Strømforbrug) / 1000
  5. Markér jeres data og indsæt et søjlediagram (X-Y-graf), der visuelt sammenligner datacentrets CO2-aftryk på tværs af de fire lande.

  • CO2-aftryk: Hvorfor er der så stor forskel på datacentrets CO2-aftryk, når det bruger nøjagtig den samme mængde strøm i alle lande?
  • Energimiks: Prøv at holde øje med Electricity Maps over et par dage. Ændrer landenes CO₂-intensitet sig? Hvilken rolle spiller vejret (sol og vind) for internettets klimabelastning?
  • Det naturfaglige perspektiv: Hvordan bidrager tech-giganternes datalagring helt konkret til kulstofkredsløbet, når de placerer datacentre i lande med højt kulforbrug? (Svar: Det øger mængden af atmosfærisk kulstof i form af CO2, hvilket forstærker den atmosfæriske drivhuseffekt og skaber globale temperaturstigninger).
  • Teknologiforståelse (Infrastruktur): Hvorfor vælger firmaer som Google eller Meta overhovedet at placere store datacentre i lande som Danmark? (Svar: Danmark har et af verdens mest stabile elnet med høj forsyningssikkerhed og god adgang til grøn strøm, hvilket sikrer, at serverne aldrig går ned, samtidig med at kølingsforholdene i det nordiske klima er gunstige).
  • Etisk it-forbrug: Hvis jeres “AI-historie” eller billedgenerering kræver store beregninger, har det så betydning for klimaet, om du gør det en nat, hvor det stormer (høj vindenergi), eller en vindstille aften i tørke?

Når du gemmer et billede på Snapchat, streamer en video på YouTube eller chatter med en kunstig intelligens, føles det helt vægtløst. Men dine data svæver ikke rundt i en usynlig sky; de bor i enorme, fysiske datacentre fyldt med servere, der sveder og bruger strøm døgnet rundt. Men hvor grøn er internettets strøm egentlig? Det afhænger 100 % af, hvilket land datacentret er placeret i, og hvordan landet producerer sin strøm lige nu.

Aktiviteten formår at materialisere og visualisere elevernes “usynlige”, digitale adfærd til konkrete, målbare naturfaglige data. Forløbet bygger bro mellem fagene Teknologiforståelse (fokusområdet Teknologiens betydning), Geografi (infrastruktur og ressourcer) og Fysik/kemi (energiomsætning, kulstofkredsløb og drivhuseffekt).

Når eleverne bruger både kort over datacentre og energiproduktion, opnår de flere vigtige faglige indsigter:

  • Energiproduktion: Ved at anvende live-data fra Electricity Maps opnår eleverne en dynamisk forståelse af, at et lands energimiks ikke er statisk, men fluktuerer efter vejforhold, import/eksport af strøm og tidspunkt på døgnet. Det giver en dybere forståelse af begrebet variabelkontrol og databehandling i regneark.
  • Det fysiske vs. det virtuelle: Det fjerner “skyen” som et abstrakt begreb. Eleverne kan se billeder eller adresser på de reelle, gigantiske bygninger, der huser deres data, før de beregner, hvor meget CO₂ bygningerne udleder i timen.
  • Infrastruktur og geografi: Eleverne kan visuelt se på Datacenters Map, at datacentre ikke er jævnt fordelt over hele jorden. De ligger i klynger tæt på store knudepunkter for fiberkabler, tæt på store byer (for at undgå forsinkelse på data/latenstid) og i områder med stabil strømforsyning.

Inspiration