جدول محتوا
افزایش تقاضای انرژی در مراکز داده ناشی از هوش مصنوعی و استفاده از سرور های هوش مصنوعی، تفکر ما در مورد مصرف انرژی سرور ها مانند سرور hp را دگرگون خواهد کرد، همان‌طور که نیت واکینگزشاو می‌نویسد.
در دنیای پر هیاهوی هوش مصنوعی، اتفاقات زیادی در حال رخ دادن است، به‌ویژه زمانی که صحبت از مقیاس‌پذیری می‌شود. مهم این است که افزایش تقاضای انرژی در مراکز داده که توسط هوش مصنوعی هدایت می‌شود، فقط یک روند نیست؛ بلکه یک تغییر اساسی است که تفکر ما در مورد مصرف انرژی را تغییر خواهد داد.
پردازش‌های هوش مصنوعی به مقدار زیادی انرژی نیاز دارند. برای درک بهتر، فقط مدل ChatGPT از OpenAI حدود 1 گیگاوات ساعت (GWh) انرژی در روز مصرف می‌کند – معادل انرژی مصرفی 33,000 خانه – و این تنها یک مدل هوش مصنوعی است. این تنها یک مثال کوچک است در برابر تقاضای انرژی ناشی از مراکز داده.
تا سال 2028، پیش‌بینی می‌شود که بار پیک همزمان مراکز داده از 808 مگاوات در سال 2023 به 4.6 گیگاوات افزایش یابد – به اندازه کافی برای تأمین انرژی 3.8 میلیون خانه – و هوش مصنوعی تقریباً 20٪ از تقاضای مراکز داده را تشکیل خواهد داد. شبکه در زیر فشار شدیدی قرار دارد و به روزرسانی‌های فوری برای پاسخگویی به تقاضای رو به افزایش و جلوگیری از قطعی برق احتمالی نیاز دارد.
چالش‌های بزرگ:
امروز، مراکز داده حیاتی برای عملیات روزانه خود به در دسترس بودن برق وابسته‌اند تا از فعالیت‌های بی‌وقفه و امنیت داده‌ها اطمینان حاصل کنند. حتی یک قطعی کوتاه مدت می‌تواند به مراکز داده و مشتریانشان هزاران دلار در هر دقیقه ضرر وارد کند.
راهکارهای پایدار دیگر تنها اختیاری نیستند؛ آنها برای برآورده کردن نیازهای این دنیای فناوری در حال تحول ضروری هستند.
قدرت سرور های هوش مصنوعی از کجا خواهد آمد؟
با نیاز واضح به راهکارهای بلندمدت و قابل‌اعتماد، برنامه‌ریزان انرژی در شرکت‌های بزرگ حالا باید طرح‌های خود را برای تأمین نیازهای سریع و در حال رشد انرژی از مراکز داده مجدداً مورد بررسی قرار دهند.
برای مثال، پیش‌بینی ماه اوت 2024 از شورای قدرت و حفاظت شمال غربی نشان می‌دهد که تا سال 2029، مراکز داده ممکن است به طور متوسط حدود 4 گیگاوات انرژی مصرف کنند. این انرژی بیشتر از مصرف سالانه Puget Sound Energy است که بیش از 1.2 میلیون مشتری مسکونی، تجاری و صنعتی در شمال غربی اقیانوس آرام را پوشش می‌دهد.
این افزایش تقاضا باعث فشار شدید بر منطقه شده و خطر قطعی‌های گسترده را به شدت افزایش داده است.
اگرچه شمال غربی ایالات متحده انرژی خورشیدی و بادی را به ترکیب انرژی خود اضافه کرده است، این منابع ناپایدار هستند و به شدت به شرایط آب و هوایی وابسته‌اند، بنابراین نمی‌توانند پاسخگوی تقاضای رو به رشد باشند.
گزارش شورای NPCC تأکید کرده است که افزایش ظرفیت انرژی‌های تجدیدپذیر می‌تواند کلید کاهش این رشد تقاضا به حدود 3٪ در سال باشد که تا سال 2029 به حدود 1.4 گیگاوات متوسط می‌رسد.
چالش‌های ذخیره‌سازی و تأمین برق پشتیبان:
تاریخاً، بسیاری از مراکز داده از ژنراتورهای دیزلی به عنوان پشتیبان استفاده کرده‌اند. اما وابستگی به دیزل هزینه‌های زیست‌محیطی و سلامت عمومی، آسیب‌پذیری‌های زنجیره تأمین و خطر تهی شدن منابع را به همراه دارد و منجر به نوسانات قیمت می‌شود.
این چالش‌ها لزوم یافتن راهکارهای انرژی قابل‌اعتماد و مقیاس‌پذیر را برای جلوگیری از بحران‌های احتمالی برجسته می‌کند.
چه اتفاقی برای شبکه می‌افتد؟
تصور کنید که شبکه مانند یک شبکه لوله‌کشی است که برق را از نیروگاه‌ها به مکان‌هایی که نیاز است منتقل می‌کند. وقتی مراکز داده انرژی زیادی می‌طلبند، این شبیه به تلاش برای عبور حجم زیادی از آب از لوله‌هایی است که تنها قادر به تحمل مقدار معینی جریان هستند.
این باعث ازدحام می‌شود، جایی که خطوط انتقال که قبلاً در حال کار کردن هستند، با مشکل مواجه می‌شوند و نمی‌توانند بار اضافی را حمل کنند.
مانند لوله‌های آب که تحت فشار ترک می‌خورند، این خطوط شلوغ ممکن است داغ شوند و خطر آسیب و قطعی برق ایجاد کنند. برای جلوگیری از این مشکل، اپراتورهای شبکه باید برق را از خطوط شلوغ‌تر به خطوط کمتر شلوغ هدایت کنند، اما این کار باعث کاهش سرعت جریان کلی برق می‌شود و تحویل برق به صورت کارآمد را دشوار می‌کند.
چگونه ذخیره‌سازی انرژی توزیع‌شده می‌تواند کمک کند؟
سیستم‌های ذخیره‌سازی انرژی توزیع‌شده در پاسخ به تقاضای رو به رشد انرژی در مراکز داده و محافظت از شبکه حیاتی هستند. در حالی که گسترش و به‌روزرسانی خطوط انتقال می‌تواند به کاهش ازدحام شبکه کمک کند، این پروژه‌ها پرهزینه هستند و تکمیل آنها ممکن است دهه‌ها طول بکشد.
در عوض، فناوری‌های جدید و تجدیدپذیر مانند سیستم‌های ذخیره‌سازی انرژی چرخ‌پرنده (FESS) و سیستم‌های ذخیره‌سازی انرژی باتری (BESS) گزینه‌های فوری و انعطاف‌پذیرتری ارائه می‌دهند. سیستم‌های FESS و BESS توزیع‌شده معمولاً در عرض شش ماه قابل‌استقرار هستند و به راحتی می‌توانند با افزودن واحدهای ذخیره‌سازی بیشتر، به افزایش تقاضا پاسخ دهند.
FESS مانند یک چرخ چرخان با سرعت بالا عمل می‌کند که می‌تواند انرژی اضافی را در میلی‌ثانیه ذخیره کرده و آن را به شبکه برگرداند زمانی که تقاضا تغییر کند. این پاسخ سریع به تنظیم جریان برق کمک می‌کند، مانند مخزنی که آب اضافی را در یک طوفان سنگین ذخیره کرده و آن را بعداً هنگامی که بیشتر مورد نیاز است، آزاد می‌کند.
BESS از طرف دیگر مانند یک باتری بزرگ قابل شارژ عمل می‌کند که انرژی را در زمان‌های کم تقاضا ذخیره کرده و در زمان‌هایی که شبکه تحت فشار است، آزاد می‌کند. این امر باعث تعادل در جریان برق و جلوگیری از ازدحام می‌شود، مشابه به مخزنی که آب را نگه داشته و آزاد می‌کند تا جریان در یک رودخانه را کنترل کند.
شرکت‌هایی مانند مایکروسافت اثربخشی این سیستم‌ها را ثابت کرده‌اند: این غول فناوری در حال آزمایش یک سیستم BESS در مرکز داده خود در سوئد است تا ژنراتورهای دیزلی را جایگزین کند – گام بزرگی در جهت هدف آن برای تبدیل شدن به یک شرکت کربن منفی تا سال 2030. طبق گفته تولیدکننده، سیستم BESS حدود 16 مگاوات ساعت ذخیره‌سازی ارائه می‌دهد که معادل 80 دقیقه انرژی پشتیبان است و می‌تواند توان پیک 24 مگاواتی را فراهم کند.
نقش هوش مصنوعی در مدیریت انرژی
هوش مصنوعی نقش دوجانبه‌ای دارد؛ هم به عنوان مصرف‌کننده عمده انرژی و هم به عنوان عامل کلیدی در غیرمتمرکز کردن و بهینه‌سازی شبکه. حتی با وجود سیستم‌های BESS و FESS، مدیریت انرژی به عنوان یک سیستم کنترل ترافیک بحرانی برای برق عمل می‌کند.
بیش از اینکه هوش مصنوعی را تهدیدی برای پایداری بدانیم، باید از قابلیت‌های آن برای افزایش کارایی و قابلیت اطمینان زیرساخت‌های انرژی استفاده کنیم. با بهره‌گیری از فناوری‌های هوش مصنوعی، می‌توانیم مصرف انرژی را در زمان واقعی نظارت کرده، تقاضای آینده را با دقت بیشتری پیش‌بینی کرده و تصمیمات بهتری در مورد جایی که باید انرژی ارسال شود، بگیریم.
هوش مصنوعی می‌تواند به بهینه‌سازی شبکه‌های برق کمک کند. سیستم‌های هوش مصنوعی می‌توانند شبکه را به طور مداوم نظارت کنند، به‌ویژه خطوط آسیب‌پذیر را و به طور خودکار توزیع برق را هدایت کنند تا از قطعی‌ها جلوگیری شود.
انتقال به یک اقتصاد «انرژی مشترک»
رشد بی‌وقفه در مصرف انرژی ناشی از هوش مصنوعی نه تنها یک چالش فناوری است بلکه یک چالش زیست‌محیطی و اقتصادی نیز می‌باشد. انتقال رابطه مراکز داده و شبکه به یک «اقتصاد انرژی مشترک» می‌تواند به شرکت‌های خدماتی کمک کند تا با رشد سریع هوش مصنوعی کنار بیایند و همچنین مقرون به صرفه بودن و قابلیت اطمینان را برای تمام کاربران برق افزایش دهد.
نیت واکینگزشاو موسس و مدیرعامل Torus، یک شرکت راهکارهای انرژی است که باتری‌های تجاری پیشرفته و فناوری‌های نوآورانه ذخیره‌سازی انرژی مانند چرخ‌پرنده‌ها را برای افزایش پایداری شبکه به کار می‌برد. نیت Torus را درست زمانی تأسیس کرد که منحنی رشد هوش مصنوعی در آستانه جهش بود و حالا هوش مصنوعی بادهای بزرگی را برای غیرمتمرکز کردن شبکه ایجاد کرده است. نیت به تبدیل نحوه تعامل دنیا با انرژی اختصاص دارد.
