Почему коммунальные предприятия изо всех сил пытаются удовлетворить потребность центров обработки данных искусственного интеллекта в электроэнергии

Как опытный геймер и энтузиаст технологий с опытом работы в электротехнике, меня всегда восхищал сложный танец между технологиями и мощностью. Рост числа центров обработки данных с искусственным интеллектом является свидетельством нашего постоянно развивающегося цифрового мира, но он также создает уникальные проблемы для управляющих сетями.

Во всем мире и внутри Соединенных Штатов наблюдается рост потребления энергии из-за растущей потребности в центрах обработки данных, которые способствуют распространению искусственного интеллекта. В этих обширных структурах размещаются многочисленные мощные компьютеры, часто называемые серверами, которые выполняют сложные алгоритмы, позволяющие системам ИИ учиться на обширных наборах данных.

Огромный объем вычислительной работы требует огромного количества электроэнергии, эквивалентного тому, что мог бы использовать скромный город. Зачастую один дата-центр потребляет столько же электроэнергии, сколько небольшой город. Такое высокое потребление создает нагрузку на местные электросети и вынуждает коммунальные компании спешно производить достаточно энергии, чтобы обеспечить бесперебойное электроснабжение как центров обработки данных, так и окружающих населенных пунктов.

На стыке информатики и электроэнергетики моя работа сосредоточена на исследовании и оптимизации управления и контроля энергетических систем с упором на повышение устойчивости энергосистемы. Позвольте мне поделиться некоторыми взглядами на то, как расширение центров обработки данных, управляемых искусственным интеллектом, создает проблемы для коммунальных компаний и операторов сетей, а также поделимся информацией об адаптивных стратегиях энергетической отрасли в ответ на них.

Цикл всплеска и спада

Электрические требования центров обработки данных могут подвергаться значительным колебаниям в зависимости от их рабочей нагрузки, особенно когда им необходимо выполнять обширные вычисления с использованием искусственного интеллекта. Например, если центру обработки данных внезапно потребуются масштабные вычисления ИИ, он может быстро потреблять значительное количество электроэнергии из сети в течение нескольких секунд или меньше. Эти внезапные скачки напряжения могут создать проблемы для местных электросетей из-за их интенсивности.

Системы распределения электроэнергии структурированы таким образом, чтобы согласовывать производство электроэнергии с потреблением. Внезапный всплеск спроса может нарушить это равновесие, затрагивая важнейшие элементы электрической сети в трех ключевых областях:

  • Напряжение можно рассматривать как толчок, который заставляет электричество двигаться, подобно давлению в водяном шланге. Если слишком много центров обработки данных начнут одновременно требовать электроэнергию, это все равно, что открыть слишком много кранов в здании одновременно и снизить давление воды. Резкие изменения спроса могут вызвать колебания напряжения, которые могут привести к повреждению электрооборудования.
  • Частота — это измерение того, как электрический ток колеблется взад и вперед в секунду, когда он проходит от источников питания для нагрузки по сети. США и большинство крупных стран передают электроэнергию в виде переменного тока, или переменного тока, который периодически меняет направление. Электрические сети работают на стабильной частоте, обычно 50 или 60 циклов в секунду, известной как герцы; сеть США работает на частоте 60 Гц. Если потребность в электроэнергии слишком высока, частота может упасть, что может привести к неисправности оборудования.
  • Баланс мощности — это постоянное соответствие спроса и предложения электроэнергии в реальном времени. Чтобы поддерживать стабильное снабжение, выработка электроэнергии должна соответствовать потребляемой мощности. Если центр обработки данных искусственного интеллекта внезапно потребует гораздо больше электроэнергии, это все равно, что забрать из резервуара больше воды, чем может обеспечить система. Это может привести к перебоям в подаче электроэнергии или заставить сеть полагаться на резервные источники питания, если таковые имеются.

Пики и спады энергопотребления

Чтобы наблюдать, как в режиме реального времени разворачиваются оперативные решения, давайте рассмотрим пример: городской центр обработки данных искусственного интеллекта. В самый загруженный период ему требуется 20 мегаватт электроэнергии, что примерно эквивалентно тому, что 10 000 домохозяйств одновременно используют свои кондиционеры. Хотя это и существенно, в этом нет ничего необычного для центров обработки данных, поскольку некоторые из крупнейших из них потребляют более 100 мегаватт.

Значительное количество промышленных центров обработки данных в США потребляют такой уровень мощности. Например, центры обработки данных Microsoft в Вирджинии, которые поддерживают их облачную платформу Azure, такую ​​​​как та, которая используется OpenAI для ChatGPT, и центр обработки данных Google в Даллесе, штат Орегон, который выполняет множество задач искусственного интеллекта, включая Google Gemini, являются примерами таких мощных технологий. потребляющие объекты.

Характер потребления электроэнергии на предприятии в течение всего дня, часто называемый профилем нагрузки, может демонстрировать неожиданные скачки из-за возросшего спроса. Например, если предприятие организует обучение ИИ на ночь, когда затраты на электроэнергию ниже, это может привести к непредвиденному увеличению спроса на местную сеть в эти часы.

Как геймер, размышляющий об использовании энергии в воображаемом игровом центре искусственного интеллекта, позвольте мне поделиться этим базовым сценарием энергопотребления в мегаваттах:

  • 6:00-8:00: 10 МВт (низкий спрос)
  • 8:00-12:00: 12 МВт (умеренный спрос)
  • 12:00–18:00: 15 МВт (повышенный спрос в связи с рабочими часами)
  • 18:00–12:00: 20 МВт (пиковая нагрузка из-за задач по обучению ИИ)
  • 12:00–6:00: 12 МВт (умеренная потребность в связи с выполнением работ по техническому обслуживанию)

Способы удовлетворения спроса

Существует несколько проверенных стратегий управления такого рода нагрузкой и предотвращения нагрузки на сеть.

Первоначально поставщики услуг могли бы создать систему ценообразования, которая поощряла бы центры обработки данных искусственного интеллекта выполнять свои энергоемкие операции в менее загруженные периоды, например, в непиковые часы. Этот метод, называемый реагированием на спрос, помогает сбалансировать структуру энергопотребления, предотвращая резкий рост потребления электроэнергии в часы пик.

Кроме того, энергетические компании могли бы создать большие системы хранения электроэнергии для накопления избыточной энергии в периоды низкого потребления, а затем высвободить ее, когда спрос резко увеличится. Это может помочь в поддержании стабильного потока электроэнергии по сети.

В-третьих, коммунальные предприятия имеют возможность производить электроэнергию с помощью солнечных батарей или ветряных турбин, а также систем хранения энергии. Такая установка позволяет им подавать электроэнергию в периоды, когда потребление энергии обычно увеличивается. Фактически, некоторые поставщики электроэнергии уже широко применяют этот подход для удовлетворения растущей потребности в электроэнергии.

В-четвертых, коммунальные компании могут расширить свои мощности по производству электроэнергии рядом с центрами обработки данных. Например, Constellation планирует отремонтировать и реактивировать неповрежденный блок на атомной электростанции Три-Майл-Айленд недалеко от Мидлтауна, штат Пенсильвания, с намерением снабжать электроэнергией центры обработки данных Microsoft в Среднеатлантическом регионе.

В штате Вирджиния компания Dominion Energy устанавливает газовые генераторы и намерена внедрить небольшие атомные электростанции, известные как малые модульные реакторы, а также инвестирует в солнечную энергетику, ветроэнергетику и хранение энергии. Тем временем Google заключила сделку с калифорнийской компанией Kairos Power на приобретение электроэнергии, вырабатываемой небольшими модульными ядерными реакторами.

В конце концов, администраторы сетей могут использовать сложное программное обеспечение для прогнозирования, когда центрам обработки данных на базе искусственного интеллекта может потребоваться дополнительная электроэнергия, что позволяет им координировать свои действия с ресурсами сети для необходимых корректировок. Поскольку мы стремимся модернизировать национальную энергосистему, интеграция новых данных датчиков и вычислительных возможностей помогает поддерживать стабильность напряжения, баланс частот и общий баланс мощности.

Как геймер, я бы представлял это так: я верю, что в будущем искусственный интеллект (ИИ) может быть легко вплетен в структуру наших систем управления электросетями. Этот ИИ будет служить усовершенствованной системой предупреждения, определяя области в сети, которые могут потребовать обслуживания или более подвержены сбоям во время стихийных бедствий. Он также будет учиться и адаптироваться к моделям энергопотребления с течением времени, особенно в центрах обработки данных, что позволит нам более эффективно прогнозировать и балансировать потребление энергии, а также активно управлять энергоресурсами.

Сложность энергосистемы США значительно возросла по сравнению с прошлыми десятилетиями благодаря таким достижениям, как снижение затрат на солнечную энергию. Исследователи решают многочисленные проблемы, в том числе обеспечение питанием центров обработки данных искусственного интеллекта, поскольку они работают над обеспечением энергией растущего цифрового общества.

Смотрите также

2024-12-14 18:58