Executive summary 2
 Key Messages 2
 Potential Impacts of Artificial Intelligence on Data Center Load Growth 4
 EPRI U.S. Data Center Load Projections 4
 Data Center Power Demands Are Concentrated in a Few Regions 5
 A Roadmap to Support Rapid Data Center Expansion 6

Introduction 7
 Research Questions 7
 Data Centers in the United States 7
 Data Centers’ Primary Electricity-Consuming Hardware and Equipment 9

AI and Data Center Power Consumption Insights 10
 Immense Volumes of Data are Being Processed Daily 10 
 History of Energy Efficiency in the Data Center Industry 11
 Uneven Geographic Distribution Creates Imbalance in Data Center Load 12
 AI Implications for Power Consumption 14
 Chat GPT and Other Large Language Models (LLMs) 15

Forecasting Data Center Load Growth to 2030 17
 Four Scenarios Based on Historical Data, Expert Insights, and Current Trends 17

Energy Efficiency, Load Management and Clean Electricity Supply 18
 Energy-Efficient Training Algorithms 18
 Energy-Efficient Hardware 19
 Energy-Efficient Cooling Technologies 19
 Scalable Clean Energy Use 20 
 Monitoring and Analytics 20
 Reducing Data Centers’ Environmental Footprint 21

Actions to Support Rapid Data Center Expansion 21
 Improve Data Center Operational Efficiency and Flexibility 22
 Increase Collaboration through a Shared Energy Economy Model for Sustainable Data Centers 22
 Better Anticipate Future Point Load Growth through Improved Forecasting and Modeling 23

Appendix A: State-Specific Scenarios 24
 Projected Data Center Load Scenarios for Top 15 States 24
 Regional Differences in Data Center Capacities by Metropolitan Area 27
 Projections of Potential Power Consumption for 44 States 28

Appendix B: Insights Into the Energy Use of AI Models 29

References 31