Detta examensarbete syftar till att undersöka hur datacenter i Norden kan anpassa sininfrastruktur för att skapa mer miljövänlig och kostnadseffektiv AI-databehandling. Studienbygger på en kvalitativ metod där data har samlats in genom vetenskapliga artiklartillsammans med ett flertal intervjuer med personer som har arbetserfarenhet inom området.Fokuset i arbetet ligger på tekniska, ekologiska och ekonomiska aspekter relaterade tillAI-datacenter. Resultatet av uppsatsen visar att det finns flera olika lösningar somtillsammans kan minska miljöpåverkan samtidigt som det sänker driftkostnaderna. Exempelpå detta är genom att använda effektivare kylteknik, återvinning av spillvärme, och merflexibel energianvändning där man anpassar användningen baserat på tillgången till förnybarel. Studien framhåller även att de nordiska länderna har flera naturliga och strukturellafördelar som gör regionen till en attraktiv plats för etablering av AI-datacenter. Orsakerna tilldetta innefattar bland annat tillgången till förnybar el, ett generellt kallt klimat somunderlättar kylning och en stabil och väl utbyggd elinfrastruktur. Slutsatsen av arbetet är attAI-datacenter har en stor potential att bli föregångare inom hållbar och effektivAI-databehandling, under förutsättningarna att man genomför vissa tekniska ochinfrastrukturella anpassningar.

This thesis explores how data centers in the Nordic region can adapt their infrastructure toenable more environmentally friendly and cost-efficient AI processing. The study is based ona qualitative approach, combining data from academic literature with interviews conductedwith professionals experienced in the field. The focus lies on the technical, ecological, andeconomic aspects related to AI-driven data center operations. The findings show that thereare several strategies that, when used together, can reduce environmental impact while alsolowering operating costs. Examples include more efficient cooling systems, waste heatrecovery, and flexible energy usage where consumption is aligned with the availability ofrenewable electricity. The study also highlights the natural and structural advantages of theNordic region, which make it a strong candidate for AI data center development. Theseinclude access to fossil-free and renewable energy, a generally cold climate that simplifiescooling, and a reliable and well-developed power infrastructure. The conclusion is thatNordic AI data centers have strong potential to lead the way in sustainable and efficient AIprocessing, provided that certain technical and organizational adjustments are made.