چگونه انعطافپذیری هوش مصنوعی میتواند بحران جهانی برق مراکز داده را حل کند
با اوج گرفتن تقاضا برای هوش مصنوعی، گلوگاه اصلی تنها سیلیکون نیست، بلکه برق است. پیشرفتهای جدید در مراکز داده «با قابلیت انعطافپذیری در مصرف توان»، نویدبخش پر کردن شکاف میان نیازهای عظیم انرژی کارخانههای هوش مصنوعی و محدودیتهای فیزیکی شبکههای برق قدیمی است.
ظهور کارخانههای هوش مصنوعی با قابلیت انعطافپذیری در مصرف توان
برای دههها، مراکز داده به عنوان «مصرفکنندگان بیرویه انرژی» مورد انتقاد بودهاند که بدون توجه به شبکه برق گستردهتر، مقادیر عظیمی از توان را مصرف میکنند. با این حال، پارادایم جدیدی در حال ظهور است. شرکت Emerald AI مستقر در واشینگتن دی.سی، با نرمافزار پرچمدار خود، Conductor، پیشگام این تحول است.
در یک شبیهسازی اخیر، مهندسان یک جهش عظیم در مصرف انرژی را که ناشی از روشن کردن کتریهای برقی توسط میلیونها نفر در بریتانیا طی یک مسابقه فوتبال حساس بود، بازسازی کردند. نرمافزار Conductor با دستور به یک مرکز داده در لندن برای کاهش توان تراشههای پرمصرف خود، با موفقیت واکنش نشان داد، شبکه را پایدار کرد و از خاموشیهای احتمالی جلوگیری نمود. این امر ثابت میکند که مراکز داده میتوانند به جای مصرفکنندگان غیرفعال، به عنوان مشارکتکنندگان پاسخگو در اکوسیستم انرژی عمل کنند.
مقیاسپذیری سریعتر از طریق ادغام با شبکه
بهکارگیری این فناوریها از مرحله شبیهسازی به واقعیت نزدیک میشود. شرکت Emerald AI با همکاری غولهای این صنعت مانند Nvidia و Digital Realty، قصد دارد امسال Conductor را در منطقه "Data Center Alley" در ویرجینیا مستقر کند. این تأسیسات به عنوان یکی از اولین «کارخانههای هوش مصنوعی با قابلیت انعطافپذیری در مصرف توان» در جهان معرفی شده است.
پیامدهای این موضوع برای سرعت استقرار بسیار گسترده است. در حال حاضر، اپراتورهای شبکه مانند PJM در ویرجینیا با زمان انتظار هشتساله برای راهاندازی نیروگاههای جدید روبرو هستند. مراکز داده با پیادهسازی قابلیت انعطافپذیری، میتوانند برخی از این موانع زیرساختی را دور بزنند. گزارشی که توسط گوگل تأمین مالی شده، نشان میدهد یک تأسیسات ۵۰۰ مگاواتی که قادر باشد مصرف خود را برای کمتر از ۱ درصد از سال تغییر دهد، میتواند سه تا پنج سال سریعتر از یک تأسیسات سنتی و غیرمنعطف به بهرهبرداری کامل برسد.
حل بحران ظرفیت و روابط عمومی
رونق هوش مصنوعی با چالشهای قابل توجهی روبرو شده است، از جمله توقفهای موقت محلی در شهرهایی مانند مینیاپولیس و شهرستان DeKalb، و همچنین تلاشهای قانونگذاری دوحزبی مانند GRID Act در سنای ایالات متحده. اعتراضات عمومی اغلب بر این موضوع متمرکز است که مراکز داده باعث افزایش قیمت برق و تهدید پایداری شبکه میشوند.
انعطافپذیری یک راهکار فنی برای این مشکلات اجتماعی-سیاسی ارائه میدهد:
- ظرفیت پنهان: یک مطالعه در سال ۲۰۲۵ توسط دانشگاه Duke نشان داد که اگر تأسیسات موافقت کنند که مصرف خود را تنها در ۰.۲۵٪ از زمان (تقریباً ۲۲ ساعت در سال) کاهش دهند، شبکه برق ایالات متحده میتواند ۷۶ گیگاوات اضافی فراهم کند—که برای پوشش رشد پیشبینیشده مراکز داده در ایالات متحده تا سال ۲۰۳۰ کافی است.
- هزینه و آلایندگی: مراکز منعطف میتوانند با بهرهگیری از خطوط انتقال موجود بهجای درخواست برای نیروگاههای سوخت فسیلی جدید، به تثبیت قیمتها و کاهش ردپای کربن ناشی از مقیاسپذیری هوش مصنوعی کمک کنند.
- ادغام انرژیهای تجدیدپذیر: بارهای منعطف به اپراتورهای شبکه اجازه میدهند تا ماهیت متناوب انرژی باد و خورشید را بهتر مدیریت کنند و مراکز داده را بهجای تبدیل شدن به یک عامل فشار، به ابزاری برای پایداری شبکه تبدیل کنند.
نکات کلیدی
- محدودسازی مبتنی بر نرمافزار: ابزارهایی مانند Emerald AI’s Conductor به مراکز داده اجازه میدهند تا مصرف برق را در زمان اوج تقاضا، بدون متوقف کردن وظایف محاسباتی ضروری، کاهش دهند.
- تسریع در زمانبندیها: کارخانههای هوش مصنوعی منعطف میتوانند با بهرهگیری از ظرفیت موجود شبکه بهجای انتظار برای نیروگاههای جدید، پتانسیل این را داشته باشند که ۳ تا ۵ سال زودتر راهاندازی شوند.
- دستاوردهای انرژی قابلتوجه: کاهش مصرف تنها برای ۲۲ ساعت در سال میتواند ۷۶ گیگاوات ظرفیت اضافی را در سراسر شبکه برق ایالات متحده آزاد کند و بخش بزرگی از تقاضای پیشبینیشده هوش مصنوعی تا سال ۲۰۳۰ را تأمین نماید.