In de VS en wereldwijd stijgt de vraag naar energie terwijl datacenters werken aan de ondersteuning van de energievraag wijdverbreid en groeiend gebruik van kunstmatige intelligentie. Deze grote faciliteiten zijn gevuld met krachtige computers, servers genoemd, die complexe algoritmen uitvoeren om AI-systemen te helpen leren van enorme hoeveelheden gegevens.
Dit proces vereist een enorme rekenkracht verbruikt enorme hoeveelheden elektriciteit. Vaak zal een enkel datacenter hoeveelheden verbruiken die vergelijkbaar zijn met de stroombehoeften van een kleine stad. Deze grote vraag zet de lokale elektriciteitsnetwerken onder druk en dwingt nutsbedrijven zich in te spannen om voldoende energie te leveren om datacenters en de gemeenschappen eromheen betrouwbaar van stroom te voorzien.
Mijn werk op het snijvlak van informatica en elektrische energietechniek omvat onderzoek naar het bedienen en controleren van energiesystemen en het veerkrachtiger maken van het elektriciteitsnet. Hier zijn enkele manieren waarop de verspreiding van AI-datacenters nutsbedrijven en netwerkbeheerders uitdaagt, en hoe de energiesector hierop reageert.
In Virginia gebruiken datacenters meer dan 25% van de totale elektriciteit van de staat, waardoor de staat de nationale leider is in de vraag naar energie voor deze faciliteiten.
Piek- en mislukkingscyclus
De elektriciteitsvraag van datacenters kan gedurende de dag dramatisch variëren, afhankelijk van de hoeveelheid computergebruik die de faciliteit uitvoert. Als een datacenter bijvoorbeeld plotseling veel AI-berekeningen moet uitvoeren, kan het in slechts enkele seconden een enorme hoeveelheid elektriciteit uit het elektriciteitsnet halen. Dergelijke plotselinge pieken kunnen lokaal problemen veroorzaken voor het elektriciteitsnet.
Elektriciteitsnetten zijn ontworpen om vraag en aanbod van elektriciteit in evenwicht te brengen. Wanneer de vraag plotseling toeneemt, kan dit dit evenwicht verstoren, met gevolgen voor drie cruciale aspecten van het elektriciteitsnet:
- Spanning kan worden gezien als de duw die elektriciteit in beweging brengt, zoals de druk in een waterslang. Als te veel datacenters tegelijkertijd elektriciteit gaan vragen, is dat hetzelfde als te veel kranen in een gebouw tegelijk openzetten en de waterdruk verlagen. Abrupte verschuivingen in de vraag kunnen spanningsschommelingen veroorzaken, waardoor elektrische apparatuur beschadigd kan raken.
- Frequentie is een meting van hoe elektrische stroom per seconde heen en weer oscilleert terwijl deze zich verplaatst van stroombronnen naar de belastingvraag via het netwerk. De VS en de meeste grote landen zenden elektriciteit uit als wisselstroom, of AC, die periodiek van richting verandert. Elektriciteitsnetwerken werken op een stabiele frequentie, meestal 50 of 60 cycli per seconde, ook wel hertz genoemd; het Amerikaanse net werkt op 60 Hz. Als de vraag naar elektriciteit te hoog is, kan de frequentie dalen, waardoor apparatuur defect kan raken.
- De energiebalans is de constante real-time match tussen vraag en aanbod van elektriciteit. Om een stabiele energievoorziening te garanderen, moet de energieopwekking overeenkomen met het energieverbruik. Als een AI-datacenter plotseling veel meer elektriciteit vraagt, is het alsof er meer water uit een reservoir wordt gehaald dan het systeem kan leveren. Dit kan leiden tot stroomuitval of tot een beroep op het elektriciteitsnet back-up stroombronnenindien beschikbaar.
Pieken en dalen in het stroomverbruik
Laten we, om te zien hoe operationele beslissingen in realtime kunnen worden genomen, eens kijken naar een AI-datacenter in een stad. Tijdens de piekuren heeft het land 20 megawatt elektriciteit nodig – het equivalent van 10.000 huizen die tegelijkertijd hun airconditioners aanzetten. Dat is groot, maar niet buitensporig groot voor een datacenter: enkele van de grootste faciliteiten kunnen veel verbruiken ruim 100 megawatt.
Veel industriële datacenters in de VS verbruiken deze hoeveelheid stroom. Voorbeelden zijn onder meer Microsoft-datacentra in Virginia die het Azure-cloudplatform van het bedrijf ondersteunen, dat diensten zoals OpenAI’s ChatGPT mogelijk maakt, en Het datacenter van Google in The Dalles, Oregondat verschillende AI-workloads ondersteunt, waaronder Google Gemini.
Het belastingsprofiel van het centrum, een tijdlijn van het elektriciteitsverbruik gedurende een cyclus van 24 uur, kan plotselinge pieken in de vraag bevatten. Als het centrum bijvoorbeeld al zijn AI-trainingstaken plant voor de nacht, wanneer de stroom goedkoper is, kan het lokale netwerk tijdens deze uren plotseling een toename van de vraag ervaren.
Hier is een eenvoudig hypothetisch belastingsprofiel voor een AI-datacenter, dat het elektriciteitsverbruik in megawatt weergeeft:
- 06.00 uur – 08.00 uur: 10 MW (lage vraag)
- 8.00-12.00 uur: 12 MW (matige vraag)
- 12.00-18.00 uur: 15 MW (grotere vraag vanwege kantooruren)
- 18.00-12.00 uur: 20 MW (piekvraag vanwege AI-trainingstaken)
- 12.00-06.00 uur: 12 MW (matige vraag vanwege onderhoudswerkzaamheden)
Manieren om aan de vraag te voldoen
Er zijn verschillende beproefde strategieën om dit soort belasting te beheersen en stress op het elektriciteitsnet te voorkomen.
Ten eerste kunnen nutsbedrijven een prijsmechanisme ontwikkelen dat AI-datacenters een stimulans geeft om hun meest energie-intensieve taken te plannen tijdens de daluren, wanneer de totale vraag naar elektriciteit lager is. Deze aanpak, bekend als reactie vragenverzacht het belastingsprofiel en vermijdt plotselinge pieken in het elektriciteitsverbruik.
Ten tweede kunnen hulpprogramma’s grote installaties installeren apparaten voor energieopslag elektriciteit op te slaan als de vraag laag is, en deze vervolgens te ontladen als de vraag piekt. Dit kan helpen de belasting op het elektriciteitsnet te verminderen.
Ten derde kunnen nutsbedrijven elektriciteit opwekken uit zonnepanelen of windturbines, gecombineerd met energieopslag, zodat ze stroom kunnen leveren in perioden waarin de vraag de neiging heeft te stijgen. Sommige energiebedrijven wel deze combinatie op grote schaal te gebruiken om aan de groeiende vraag naar elektriciteit te voldoen.
Ten vierde kunnen nutsbedrijven nieuwe opwekkingscapaciteit toevoegen in de buurt van datacenters. Constellation is dat bijvoorbeeld van plan repareer en start het onbeschadigde apparaat opnieuw op in de kerncentrale van Three Mile Island nabij Middletown, Pennsylvania, om Microsoft-datacenters in het midden van de Atlantische Oceaan van stroom te voorzien.
In Virginia installeert Dominion Energy gasgeneratoren en plannen om kleine modulaire kernreactoren in te zettensamen met investeringen in zonne-energie, windenergie en opslag. En Google heeft een overeenkomst getekend met Het in Californië gevestigde Kairos Power om elektriciteit te kopen van kleine modulaire kernreactoren.
Ten slotte kunnen netbeheerders geavanceerde software gebruiken om te voorspellen wanneer AI-datacenters meer elektriciteit nodig zullen hebben, en kunnen ze communiceren met de bronnen van het elektriciteitsnet om zich dienovereenkomstig aan te passen. Zoals bedrijven eraan werken moderniseren van het nationale elektriciteitsnetDoor nieuwe sensorgegevens en rekenkracht toe te voegen, kunnen de spanning, frequentie en vermogensbalans behouden blijven.
Uiteindelijk voorspellen computerexperts dat AI dat ook zal doen geïntegreerd worden in het netbeheerwaardoor nutsbedrijven kunnen anticiperen op problemen zoals welke delen van het systeem onderhoud nodig hebben of het grootste risico lopen om uit te vallen tijdens een natuurramp. AI kan ook het gedrag van het belastingsprofiel in de loop van de tijd en in de buurt van AI-datacenters leren, wat nuttig zal zijn voor het proactief balanceren van energie en het beheren van energiebronnen.
Het Amerikaanse elektriciteitsnet is veel ingewikkelder dan een paar decennia geleden, dankzij ontwikkelingen zoals dalende prijzen voor zonne-energie. Het aandrijven van AI-datacenters is slechts een van de vele uitdagingen waarmee onderzoekers worden geconfronteerd om energie te leveren voor een steeds meer bekabelde samenleving.
Dit artikel is oorspronkelijk gepubliceerd op Het gesprek door Anurag Srivastava aan de West Virginia University. Lees de origineel artikel hier.
