#342 - John Wernvik, EcoDataCenter

Niclas (0 min)

EcoDataCenter var nyligen mitt i strålkastarljuset tillsammans med statsministern och vd:n för LLM-företaget Mistral AI om en satsning på att bygga AI-datacenter för 12,8 miljarder i Borlänge — Mistrals första stora infrastrukturexpansion utanför Frankrike. Ulf Kristersson drog paralleller mellan vår historia att bygga välstånd på stål och malm till att nu bli en ledande exportör av beräkningskraft. Etableringen var inte en slump, menade han, utan ett resultat av Sveriges stabila och fossilfria energisystem. Men vad betyder det här i form av el- och effektbehov? Och hur hanterar systemet anstormningen av efterfrågan från den här branschen? Det och mycket mer. Kul att ha er med. John Wernvik från EcoDataCenter. Varmt välkommen till Energiestrategipodden.

John (1 min)

Tack, kul att vara här.

Niclas (1 min)

Du, i november 2023 så släpptes ChatGPT-3. Minns du själv när du började använda det?

John (1 min)

Ja, absolut. Jag tänkte ganska fort att det här kommer förändra väldigt mycket. Då förstod jag inte hela infrastrukturvinningen i vad det skulle innebära, men att tekniken skulle få stort genomslag stod klart ganska snabbt.

Niclas (1 min)

Jag tänker att det släppet måste nog vara en av de snabbaste förändringarna i människors perspektiv på vad som är möjligt under min livstid. Det har katapulterat en rad branscher in i nya diskussioner om vad vi ska göra som samhälle framåt. Givet att EcoDataCenter funnits ett tag — hur mycket gick att förstå innan? Hur ser du på hur brutalt snabbt utvecklingen gått?

John (2 min)

Verkligen — i början förstod man väldigt lite av den fulla påverkan. När ChatGPT kom tog det kanske fem-sex månader innan datacenterbranschen såg den stora kapacitetsökningen. Få förstod då vad scaling laws verkligen innebär. När dessutom Jensen (NVIDIA) presenterade Blackwell-GPU:erna — den nya generationens hårdvara för AI-beräkningar — förstod vi snabbt att detta är ett paradigmskifte för hur datacenter kommer byggas framöver.

Niclas (3 min)

Vi kommer förstås in på energifrågan snabbt, men om vi stannar vid scaling laws: vad är det som driver utvecklingen till mer och mer beräkning?

John (3 min)

Det finns två läger i forskningsvärlden. En del — som OpenAI — menar att scaling laws är vägen mot AGI: ju mer beräkningskapacitet, desto bättre modeller. Andra menar att data, inte bara rå kapacitet, är avgörande. Men ledande aktörer satsar på scaling: mer beräkningskapacitet → bättre modeller → fler användare → mer efterfrågan. Effekten blir att effektbehovet korrelerar direkt med antal GPU:er du kan driftsätta.

John (5 min)

Det finns en direkt korrelation, enligt dem, mellan deras revenue och hur mycket beräkningskapacitet de har att erbjuda.

Niclas (5 min)

När vi pratar LLM och de stora leverantörerna — ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google), Grok (Elon Musk), Meta med flera — så rör sig utvecklingen även mot simuleringar och fysiska domäner. NVIDIA satsar mycket på simulerade miljöer i stället för fysisk körning.

Niclas (7 min)

Det är ett nytt angreppssätt som kräver ännu mer beräkning.

John (7 min)

Ja — vi har gått från fokus på träning till också stora krav på inferens. Jensen säger att inferens kan kräva uppemot 10× mer kapacitet än träning i vissa scenarier, vilket ger enorma investerings- och effektbehov.

Niclas (8 min)

Elon Musk har hävdat att det inte finns energi nog på jorden för att möta vissa beräkningsscenarier — att datacenter behöver flyttas till rymden etc. Du var nyligen på en ledande datacenterkonferens — vad hörde du från kapitalfonderna?

John (8 min)

Tre av världens största kapitalfonder menade att det i princip inte finns tillräckligt kapital för att finansiera hela denna AI-utbyggnad fram till 2030. Vi möter flaskhalsar: effekt, politisk vilja, kapital, GPU-tillgång. Det tvingar oss att jobba smartare över hela värdekedjan.

Niclas (9 min)

Många oroar sig för bubblan i AI-investeringar — trots ökade kassaflöden från flera techbolag är summorna som ska deployas enorma. Hur ser du på risken för en korrektion?

John (9 min)

ChatGPT har funnits ungefär två och ett halvt år — vi bygger en helt ny infrastruktur nästan från ruta ett. Jämför med molnindustrins uppbyggnad 2005–2010: det tog år innan det blev lönsamt. Skillnaden nu är att mycket av detta stöds av verkliga kassaflöden. Det kommer troligen bli korrigeringar, men grundfundamenten i teknikskiftet är starka.

John (10 min)

Alla frågar när enterprise-adoption kommer — men fundamenten för teknikbytet finns där. Frågan är över hur många år värdet realiseras.

Niclas (11 min)

Backa lite: EcoDataCenters ursprung. Den här utvecklingen började inte 2023 utan tidigare — vad satte igång er vision så tidigt?

John (12 min)

Det är en entreprenörsberättelse: en vision att datacenter måste ge tillbaka till samhället och designas cirkulärt — ta tillvara restvärme, använda lokala entreprenörer och material. Det började som ett projekt inom lokal energi och vatten; efter politiska beslut och kapitaljakt startade vi proof-of-concept 2019 med samma vision.

John (14 min)

Idén var långt före sin tid — då fanns nästan inget samtal om detta.

Niclas (15 min)

Var affärscaset från början HPC-relaterat?

John (15 min)

Ja, ursprungligen HPC (High Performance Computing) — CPU-baserade superdatorer för forskningsändamål, klimatmodellering med mera. Tanken var att inte all data måste ligga i stora hubbar (Frankfurt, London, Amsterdam, Paris, Dublin), utan att regionala centra kunde möta behovet.

John (16 min)

Vår design linjerar väl med vad NVIDIA kräver för Blackwell-chipen (vätskekylning etc). Vi har en produkt som kapitaliserar på de nya GPU-laster som kommer — det har lett till en mycket positiv spiral för bolaget.

Niclas (17 min)

När började du själv jobba med de här frågorna?

John (17 min)

Jag har varit på EcoDataCenter i cirka fyra och ett halvt år.

Niclas (17 min)

Tiden går fort.

John (17 min)

Ja. Industrins framfart och antalet nya ansikten i sektorn är påtagligt — kompetensbehovet är stort. Energi och digitalisering möts — det gör frågan extremt intressant.

Niclas (18 min)

Det är en stor kapitalallokering — jämförbart med historiska satsningar som Marshallplan-skala i termer av kapitalflöde.

John (18 min)

Ja, det är extremt. Jensen talade om gigacenter (1 000 MW) och prisexempel på hundratals miljarder dollar. Kostnaderna kommer av komplexa ekosystem: GPU:er, infrastruktur, byggnader — enorma summor.

Niclas (19 min)

I vissa uppskattningar nämns tre biljoner dollar investeringar de kommande åren.

John (19 min)

Exakt — och vissa analyser pekar på att behovet kan realiseras ännu tidigare än beräknat, redan 2028 enligt vissa prognoser.

Niclas (20 min)

Hur ser ekosystemet ut? Längst ner: energi och mark — men vad mer?

John (20 min)

Hela värdekedjan börjar med kraft- och marktillgång. ”Road to power” är det viktigaste försäljningsargumentet: hur hög confidence finns att kraften kommer vara på plats? Många tror att vi är ett IT-bolag, men vi är snarare en infrastrukturleverantör: vi ansvarar för effekt, kyla, drift och säkerhet — i princip en fastighetsaffär med redundant IT-kapacitet som produkt.

John (22 min)

Vårt ansvar är att säkerställa drift — datan som körs är kundernas.

Niclas (22 min)

Vilka typer av kunder har ni?

John (22 min)

Vi delar kundsegment i tre: hyperscalers; ”clouds” (nya aktörer designade för AI-laster, GPU-fokuserade); och AI-native bolag (t.ex. Mistral, OpenAI, DeepL) som utvecklar modeller och servar användare.

John (24 min)

Vissa aktörer bygger själva stora, standardiserade centra; andra fokuserar på sin mjukvara och låter oss leverera effektiv infrastruktur.

Niclas (25 min)

Hur ser det ut rent kommersiellt — signerar ni kundavtal först eller bygger ni spekulativt?

John (25 min)

Just nu sker väldigt lite spekulation. Vi signar avtal med kunder först och säkerställer en trovärdig väg till power innan vi tar stora CAPEX-beslut.

John (26 min)

I Falun och Borlänge jobbar vi nära lokala entreprenörer och politiken, planerar storskalig användning av restvärme etc — det ger oss annan diskussion och synlighet kring ”road to power”.

Niclas (28 min)

Det finns flera tusen megawatt ansökta för AI-datacenter i kö i Norden och Europa. Är det ett substantiellt skifte?

John (28 min)

Utan tvekan. Grannländer med mer transparenta nät visar ännu större köer. Efterfrågan är extrem.

Niclas (29 min)

Vad är en önskvärd storlek för ett datacenter ur er syn? 50, 100, 500, 1 000 MW?

John (29 min)

Generellt: ju större desto bättre. För AI-kluster finns det en minsta megawatt-nivå för att få skalfördelar — för många kunder rör vi oss snabbt mot minst 100 MW för att det ska vara intressant.

Niclas (30 min)

När lasterna når nivåer som ett kärnkraftsverk påverkar det hela Sveriges elsystem — körs dessa anläggningar konstant?

John (30 min)

Ja, de måste köras konstant — affärsmodellen bygger på hög utilization för att avskriva investeringar i GPU:er. Det ställer höga SLA-krav på oss; driftstörningar får stora ekonomiska konsekvenser. Ett 20 MW-kluster kan vara en investering på flera miljarder kronor.

Niclas (32 min)

Det är betydligt mer kapitalintensivt än många gröna industrietableringar.

John (33 min)

Vi har lagt stort fokus på lokal sysselsättning i CAPEX-investeringarna — motargumentet att datacenter inte skapar jobb är inte heltäckande. I Falun och Borlänge förväntar vi direkt anställning i hundratalen.

Niclas (34 min)

Vad skiljer era datacenter från tidigare exempel som gett få lokala jobb?

John (35 min)

Vi huserar flera kunder per site, och drift och serviceintensiteten är högare — att säkerställa kontinuerlig drift kräver kunnig personal på plats.

Niclas (35 min)

Så ett AI-datacenter är mer personalintensivt än ett traditionellt datacenter?

John (35 min)

Ja — service, reservkraft, UPS, säkerhet etc. Det blir ett substantiellt ekosystem.

Niclas (36 min)

Vad gäller elkvalitet och effekttillräcklighet — vad är rimliga förväntningar på aktörer som er?

John (37 min)

”With great power comes great responsibility.” Vi har ett godkänt uttag i Kvarnsvedet på 246 MW — det är substantiellt. När sådana projekt byggs måste kravbilder finnas för hur aktörer bidrar till kraft- och energisystemet, och en samlad bedömning av samhällsnytta (t.ex. fjärrvärme) bör göras.

Niclas (38 min)

Det gäller samordning mellan TSO och regionnäten — var börjar ansvar och var slutar det?

John (39 min)

Mycket sker i silos i olika forum. Att lägga för mycket ansvar på en enskild konsument är ineffektivt — man bör sitta runt bordet och hitta systemåtgärden som är mest kostnadseffektiv för alla parter.

Niclas (40 min)

Om flera tusen MW kommer de närmaste åren finns risk för spänningskvalitetsproblem och investeringstidslinjer som vi kanske missar att göra.

John (41 min)

Knäckfrågan är vilka datacenteraktörer vi vill ha och hur en långsiktig strategi för branschen ska utformas — vi ligger i vissa avseenden i kölvattnet jämfört med andra länder. EU har nu uttalat mål om att datacenterkapacitet behöver öka 3–5× för att bibehålla konkurrenskraft — det är positivt.

Niclas (42 min)

Debatten i Irland, Amsterdam, Singapore handlar ofta om prispåverkan — rättviseaspekter kring el som andra kunder behöver. Tror du Sverige riskerar samma?

John (43 min)

Ja — eftersom ingen ny kapacitet byggs i Sverige i närtid samtidigt som stora effektuttagsmöjligheter uppstår, kommer detta driva prispåverkan.

Niclas (43 min)

I USA ser man projekt som tar med egen kraft (off-grid) — man bygger gasturbiner eller egen produktion. Hur ser du på den utvecklingen jämfört med Sverige?

John (44 min)

I USA kan ekonomiska incitament göra off-grid rationellt. I Europa är situationen annorlunda, men vi ser samma diskussioner. Off-grid är ofta en gap-filler i väntan på nätutbyggnad.

Niclas (46 min)

Kan ett AI-datacenter bidra till att finansiera nät- eller reservkraftsåtgärder?

John (48 min)

Absolut — samtal måste föras om hur detta görs bäst ur systemperspektiv. Lösningarna kräver samklang mellan många aktörer — de är inte en-aktörsproblem.

Niclas (49 min)

Jag har träffat flera etablerare som inte verkar vilja ta ansvar för det svenska energisystemet. Upplever du det också?

John (49 min)

Tyvärr kan det vara så i vissa fall. Det beror på affärsmodell och vilka kompromisser aktörer är villiga att göra kring SLA och värdekedja.

Niclas (50 min)

Spillvärmefrågan: vattenkylning i höga temperaturer ger mycket värme — potentialen att försörja en mellanstor stad med restvärme finns. Hur ser du på kommersialiseringen av spillvärme?

John (52 min)

I teorin är det attraktivt. I praktiken uppstår knäckfrågor: vem tar CAPEX för värmepumpar? Hur lång tid kan vi leverera värme? Kan man sätta SLA på värmeleverans när kunderna (GPU-operatörerna) styr om och när värme alstras? Det är utmaningar.

Niclas (53 min)

Efterfrågan på värme är ganska förutsägbar — GPU:er körs mycket. Ni har relationsförtroende i Falun/Borlänge som underlättar samarbete.

John (53 min)

Ja — vi har byggt relation och förtroende vilket underlättar storskalig satsning och driftsoptimering.

Niclas (54 min)

Om man bara tittar på elfrekvens och nätstationer skulle många anläggningar hamna långt från samhällen — då blir frågan hur spillvärmen tas till vara ännu viktigare för samhällsnyttan.

John (54 min)

Jag ser initiativ som AI Growth Zones i UK och liknande i USA som intressanta: samlokalisera datacenter med kraftproduktion och restvärmeanvändning, främja saminvesteringar och förkorta tillståndsperioder.

Niclas (55 min)

Hur lång är byggtiden för ett datacenter när mark och anslutning finns?

John (56 min)

Cirka 20 månader — runt ett och ett halvt år att bygga upp.

Niclas (56 min)

Processen för att få anslutning/kapacitet går ofta långsammare än byggtiden — det kräver snabba beslut i Sverige.

John (56 min)

Vi har sett det — det krävs en modell som ger incitament för rätt beteende och hanterar den nya marknadens kraftbehov.

Niclas (57 min)

Om Sverige skulle ställa krav på additionalitet (att man måste bygga ny produktion motsvarande uttag) — är det en rimlig väg?

John (57 min)

Jag tror att en styrmodell som kräver någon form av additionalitet kan vara lämplig, så länge den är utformad för att vara kostnadseffektiv och incitamentsdrivande.

Niclas (58 min)

Hur ser du på följdeffekter för arbetsmarknaden? Många jobb förändras — vilka kompetenser blir viktigare?

John (61 min)

Forskning (t.ex. Erik Brynjolfsson) visar stora reskilling-behov. Praktiska yrken som VVS, elektriker, snickare kommer värdesättas mer. Det blir viktigt med utbildning och omskolning.

Niclas (62 min)

Det här skiftet är oundvikligt.

John (62 min)

Ja — förändringen kommer. Vi måste se till att effektiviseringsvinster sprids brett i samhället och inte hamnar hos få.

Niclas (64 min)

Avslutningsvis: var är du på optimism-skalan kring AGI-risker? Hur ser du framtiden?

John (71 min)

Jag landar någonstans i mitten — stor förändring kommer och jag ser stora effektiviseringsmöjligheter om AI används rätt. Men jag är också bekymrad över maktkoncentration: få aktörer styr mycket av utvecklingen, och politiken har en roll i att forma robusta system för framtiden.

Niclas (72 min)

Tack John, tack för att du tog dig tid.

Sammanfattning: AI-boomen, datacenter och energisystemets nya verklighet

Sverige står mitt i en historisk våg av etableringsförfrågningar för AI-datacenter. Bakgrunden är den explosionsartade utvecklingen inom generativ AI sedan lanseringen av ChatGPT. På bara några år har AI gått från forskningsgenombrott till global kapplöpning – och det är inte bara en mjukvarufråga. Det är i högsta grad en infrastrukturfråga.

John Wernvik från EcoDataCenter beskriver hur AI-utvecklingen driver ett fundamentalt skifte i hur datacenter byggs. Tidigare dominerade CPU-baserad beräkning, men dagens AI-modeller kräver accelererad beräkning via GPU:er i enorm skala. Scaling laws – idén att mer beräkningskapacitet ger bättre modeller – har lett till ett globalt investeringsrace där effektbehovet direkt korrelerar med affärsintäkter. För vissa AI-aktörer är mer tillgänglig kapacitet lika med mer omsättning.

Detta driver fram en ny typ av datacenter: stora AI-kluster där effektbehov på 100 MW och uppåt snabbt blivit norm för att vara konkurrenskraftig. Gigacenter på 1 000 MW diskuteras internationellt. Investeringarna är enorma – i biljonklassen globalt – och byggtakten är hög. Ett större datacenter kan stå klart på cirka 20 månader när mark och anslutning är säkrade.

Samtidigt uppstår flera flaskhalsar: tillgång till el, nätkapacitet, kapital, GPU:er och politisk handlingskraft. I Norden växer köerna till elnäten snabbt, och AI-datacenter utgör nu en betydande del av ansökningarna. Till skillnad från många andra industrier är dessa anläggningar kapitalintensiva, har få direkta utsläpp och kan realiseras relativt snabbt – vilket ställer nya krav på energisystemets planering.

EcoDataCenters affärsmodell är att tillhandahålla den fysiska infrastrukturen – effekt, kyla, säkerhet och drift – medan kunderna står för hårdvaran och AI-tjänsterna. För att kunna attrahera kunder är “road to power” avgörande: hur säker är tillgången till el vid rätt tidpunkt? Driftstabilitet är kritisk eftersom GPU-investeringar skrivs av över få år och måste utnyttjas kontinuerligt.

En central diskussion i samtalet rör vilket ansvar datacenteraktörer bör ta i energisystemet. När en enskild anläggning kan motsvara effekten från ett kärnkraftsblock uppstår frågor om elkvalitet, effekttillräcklighet och prispåverkan. John menar att ansvaret inte ensidigt kan läggas på enskilda konsumenter, utan kräver systemlösningar där nätbolag, producenter och myndigheter samverkar. Samtidigt behövs incitamentsmodeller som kopplar ny efterfrågan till ny produktion – exempelvis genom additionalitet eller saminvestering i kraftproduktion.

Spillvärme är en annan viktig aspekt. AI-datacenter genererar stora mängder värme som i teorin kan försörja fjärrvärmesystem och minska fossila inslag. I praktiken uppstår dock frågor om investeringar, ansvar och leveranssäkerhet. Potentialen är stor, men kräver samordning och tydliga affärsmodeller.

Geopolitiskt är frågan strategisk. EU har nu uttalat att datacenterkapaciteten behöver öka kraftigt för att bibehålla konkurrenskraft. AI ses som en grundläggande infrastrukturfråga – lika viktig som energi. Att avstå etableringar är knappast ett realistiskt alternativ; utmaningen är i stället hur de integreras ansvarsfullt.

Slutligen berörs arbetsmarknaden. AI innebär omfattande effektiviseringar och ett stort behov av omskolning. Samtidigt ökar värdet av praktiska yrken kopplade till fysisk infrastruktur. Den stora frågan är hur effektiviseringsvinsterna fördelas – och hur man undviker att makt och kapital koncentreras till ett fåtal aktörer.

Sammantaget pekar samtalet på att AI-boomen inte bara är en teknikutveckling utan en systemfråga. För Sverige handlar det om att kombinera konkurrenskraft, energisystemets stabilitet och samhällsnytta – i en utveckling som går snabbare än någon tidigare infrastrukturutbyggnad.