AI vijesti3 min čitanja

Prekid napajanja razotkrio problem rastućih AI centara

Pad dalekovoda u blizini Washingtona pokazao je neočekivane učinke rastućih AI podatkovnih centara na električnu mrežu.

S

Autor

Shtef

Objavljeno

Električna mreža

Prekid napajanja razotkrio problem AI podatkovnih centara

Kako je pad dalekovoda pokazao slabosti mreže i utjecaj rastućih AI centara.

Ovaj tjedan je pad dalekovoda izvan Washingtona, D.C., pokazao neočekivane učinke masovnih AI podatkovnih centara na električnu mrežu. Događaj je uzrokovao nagle fluktuacije napona na mreži PJM, od Sjeverne Virginije do Chicaga, kada je više od 3 gigavata opterećenja iz podatkovnih centara nestalo gotovo istovremeno.

Ključni detalji

Mreža bi se uobičajeno oporavila u nekoliko sekundi, no ovaj je oporavak trajao više od 10 minuta. Podatkovni centri u Sjevernoj Virginiji otkrili su fluktuaciju napona uzrokovanu padom dalekovoda i prebacili se na rezervno napajanje. U samo 30 sekundi povukli su oko 3,1 gigavata opterećenja s mreže. To je uzrokovalo kratkotrajno treperenje svjetala širom regije te dovelo do nepredviđenih skokova napona jer je mreža iznenada imala višak struje.

Zašto je to važno

S obzirom na to da Sjeverna Virginija ima najveću koncentraciju podatkovnih centara na svijetu, ovakvi su događaji pokazatelj većih potencijalnih problema. Električna mreža treba raditi u stanju gotovo savršene ravnoteže, a kako potražnja i veličina podatkovnih centara rastu, njihovo masovno isključivanje moglo bi uzrokovati još teže poremećaje. Do 2040. godine očekuje se da će podatkovni centri činiti 24% opterećenja na mreži PJM.

Tehnička pozadina

  • Podatkovni centri automatski se odspajaju s mreže u djeliću sekunde kad detektiraju pad napona, prebacujući se na rezervno napajanje.
  • Masovno isključivanje potrošača pretvara početni manji pad napajanja u veliki pad potražnje, što rezultira skokovima napona koji opterećuju mrežu dok se ne stabilizira.
  • Rješenja, poput onih koje razvija startup ON.Energy, uključuju velike sustave baterija koji bi omogućili podatkovnim centrima da apsorbiraju fluktuacije snage. Tako ne bi morali napuštati mrežu i umjesto toga bi pružali konzistentno, stabilno opterećenje.

Širi kontekst

Sve veći zahtjevi za procesiranjem umjetne inteligencije povećavaju pritisak na energetsku infrastrukturu. Problem nije ograničen samo na istok Sjedinjenih Američkih Država. Upravitelji mreža širom zemlje postaju svjesni da tradicionalni načini na koje podatkovni centri rješavaju poremećaje nisu održivi na sadašnjoj i budućoj skali.

Što slijedi

Mrežni operateri počinju prilagođavati pravila, pri čemu primjerice ERCOT namjerava zahtijevati da veliki potrošači, poput podatkovnih centara, budu sposobni izdržati poremećaje, a ne samo da se isključuju. Ako se ove promjene, kao i napredna tehnološka rješenja za balansiranje energije ne uvedu na vrijeme, situacija bi se mogla pogoršati.


Izvor: TechCrunch Objavljeno na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef

Povezano

Pročitajte i ovo

Još nekoliko objava koje šire kontekst oko tema, kompanija i AI trendova iz ove priče.

Ilustracija razlike između današnjih AI alata i opće umjetne inteligencije
Analiza

Zašto AGI nije ni blizu usprkos obećanjima tehnoloških divova

Hype oko opće umjetne inteligencije zamagljuje stvarna ograničenja današnjih jezičnih modela.

Ilustracija uz vijest o AlphaGenome Atlasu
AI vijesti

DeepMind predstavio moćni AlphaGenome Atlas

Nova baza podataka koja sadrži predviđanja za 9 milijardi mogućih jednoslovnih mutacija u ljudskom genomu.

Ilustracija uz komentar: Umjetna inteligencija i stvarna produktivnost developera
Analiza

Umjetna inteligencija i stvarna produktivnost developera

Zašto AI alati za programiranje udaraju u zid složenosti i zašto pisanje koda nije jedini posao inženjera.