استخدام الطاقة المتقلب للذكاء الاصطناعي يختبر بهدوء حدود الشبكة

يتم عادةً تصوير التوسع السريع للبنية التحتية للذكاء الاصطناعي كمشكلة طاقة. من المقرر أن تستهلك مراكز البيانات حصة متزايدة من الطلب العالمي على الكهرباء: وكالة الطاقة الدولية تقدر أنها قد تمثل 3 إلى 4 في المئة من إجمالي الاستهلاك العالمي بحلول هذا العقد. تقوم شركات المرافق بالفعل بتعديل التوقعات طويلة الأمد لاستيعاب النمو المتوقع من المرافق الكبيرة وكتل الحوسبة عالية الكثافة. هذه الصورة تعكس الحجم. لكنها تفوت السلوك. المشكلة الناشئة ليست ببساطة مقدار الطاقة التي تستهلكها أنظمة الحوسبة واسعة النطاق، بل كيف أن الأحمال الحسابية المتزايدة الكثافة والمتزامنة بدأت تغير الخصائص التشغيلية للشبكة الكهربائية نفسها من خلال الطلب غير القابل للتنبؤ بشكل متزايد والذي يختلف بسرعة في الوقت والمكان، مما يخلق تحديات تشغيلية جديدة لمشغلي الشبكات. احتياجات الطاقة المتقلبة للذكاء الاصطناعي تفترض خطط الشبكة التقليدية سلوك الطلب القابل للتنبؤ بشكل نسبي. الأحمال الصناعية والتجارية والسكنية عمومًا تتبع أنماط ثابتة يمكن توقعها بدقة معقولة. حتى النمو الكبير في الطلب كان تاريخيًا قابلًا للإدارة من خلال التخطيط الاحتياطي، وترقية النقل، وبرامج إدارة الطلب. تقدم البنية التحتية للحوسبة على نطاق واسع فئة مختلفة من الأحمال الكهربائية. التدريب—المهمة الحسابية لجعل نماذج الذكاء الاصطناعي—يميل إلى أن يكون متزامنًا للغاية عبر مجموعات من وحدات معالجة الرسوميات، ومعالجات TPU، والمعجلات المتخصصة التي تعمل بشكل متوازٍ، وكثيفة حسابيًا، وجدولها نسبيًا. الاستدلال—العملية الفعلية لاستخدام تلك النماذج—عموماً أكثر توزيعًا وقائمة على المستخدم، مما يجعل الطلب أقل قابلية للتنبؤ من حيث الوقت والمكان. كلاهما يختلفان ماديًا عن أنماط الطلب الصناعية التقليدية، على الرغم من أسباب مختلفة. على عكس العديد من العمليات الصناعية التقليدية، يمكن أن تتقلب هذه الأحمال بسرعة اعتمادًا على دورات تدريب النموذج، وتنسيق الحوسبة الموزعة، واستراتيجيات جدولة الأحمال. من وجهة نظر الشبكة، هذا ليس مجرد طلب أعلى. إنه طلب أكثر فجائية. يمكن أن تنتج أعباء العمل الخاصة بالحوسبة عالية الكثافة تغييرات كبيرة فجائية في استهلاك الكهرباء خلال فترات زمنية قصيرة جدًا، بما في ذلك تقلبات سريعة تحدث في غضون أجزاء من الثانية. يقوم مشغلو مراكز البيانات بالفعل بنشر تقنيات التخفيف، بما في ذلك البطاريات، وأنظمة ضبط الطاقة، والمكثفات الفائقة. بشكل جماعي، ومع ذلك، يمكن أن تضع التغيرات السريعة في أحمال مراكز البيانات ضغوطًا إضافية على احتياطيات التوليد الاحتياطية، والأنظمة التي تعدل العرض مع تغير الطلب، وآليات التحكم في التردد التي تحافظ على استقرار الشبكة، والبنية التحتية المحلية للنقل. تختلف التقلبات المرتبطة بالحوسبة عن التقطع الذي يطرأ من خلال دمج الطاقة المتجددة. تنشأ تقلبات الرياح والطاقة الشمسية بشكل أساسي من جانب العرض وترتبط بالظروف البيئية. تنشأ التقلبات المرتبطة بالحوسبة من جانب الطلب، مدفوعة بعوامل مثل تزامن الأحمال، وسلوك الجدولة، وكثافة الحوسبة. إن التفاعل بين ظروف العرض والطلب المتزايدة الديناميكية يقدم عدم يقين إضافي في التنبؤ، وإدارة الاحتياطيات، وتخطيط الازدحام، وعمليات التوازن. لقد أكدت منظمات البحث بما في ذلك مختبر الطاقة المتجددة الوطني (NREL) على التعقيد المتزايد المرتبط بدمج الموارد الديناميكية بشكل كبير في عمليات الشبكة الحديثة. الموقع، الموقع، الموقع تصبح القضية أكثر أهمية عندما تتجمع الأنشطة الحسابية جغرافياً. تميل مراكز البيانات الكبيرة إلى التركز في مناطق ذات ظروف مواتية مثل الاتصال بالألياف، والوصول إلى الأسواق، والحوافز الضريبية، وتكاليف الكهرباء المنخفضة تاريخيًا. تظل ولاية فرجينيا الشمالية، والتي تُعرف غالبًا باسم "حي مراكز البيانات"، المثال الأكثر بروزًا. تستضيف المنطقة أكبر تركيز من مراكز البيانات في العالم وتحمل حصة كبيرة من حركة الإنترنت العالمية. لقد حددت شركات المرافق التي تعمل في هذه المناطق بالفعل نمو مراكز البيانات كعامل رئيسي في توسيع الأحمال المستقبلية. على سبيل المثال، أشارت مزود الكهرباء في فرجينيا Dominion Energy مرارًا وتكرارًا إلى نمو الطلب على القدرات الكبيرة في مستندات تخطيط مواردها المتكاملة. شهدت فرجينيا أحد أكبر مشاريع بناء مراكز البيانات على مستوى العالم. هنا، تهيمن خدمات أمازون ويب ومراكز بيانات آيرون ماونتن على المنظر في ماناساس، فرجينيا. Nathan Howard/Bloomberg/Getty Images يمكن أن يؤدي الزيادة المفاجئة في استهلاك الكهرباء ضمن منطقة جغرافية مقيدة إلى الضغط على محطات التحويل، وممرات النقل، وعمليات التوازن المحلية حتى لو حافظت الشبكة الأوسع على قدرة إجمالية كافية. وهذا يشكل تحديات موثوقية محلية لا تكون دائمًا مرئية من خلال مقاييس الطلب على النظام بأكمله. كما تزيد أنظمة إدارة الحرارة من شدة هذه الآثار. يجب أن تستجيب البنية التحتية للتبريد في المرافق ذات الكثافة العالية ديناميكيًا لتغيرات الأحمال. مع زيادة شدة المعالجة، تزداد طلبات التبريد معها، غالبًا بشكل غير خطي. يعني هذا الربط بين الأنظمة الحسابية والحرارية أن التقلبات في الأحمال يمكن أن تنتشر عبر طبقات متعددة من استهلاك الطاقة في المرافق في نفس الوقت. قد تقدم مجموعات الحوسبة عالية الكثافة أيضًا قضايا تتعلق بجودة الطاقة على المستوى المحلي. يمكن أن تولد التجمعات الكبيرة من المعجلات، والمحولات، ومعدات الحوسبة عالية التردد توافقيات وسلوك أحمال غير خطي يضع ضغوطًا إضافية على البنية التحتية للتوزيع. بينما تشمل المرافق الحديثة تقنيات التخفيف، قد تتطلب المقاييس وتركيز مراكز الحوسبة من الجيل التالي من الشركات والأطراف الفاعلة إعادة النظر في الافتراضات المتعلقة بتهيئة الطاقة المحلية، وإدارة التوافقيات، ومرونة البنية التحتية. يمكن أن تسهم هذه الظروف أيضًا في التغيرات الكهربائية قصيرة المدة التي تضع ضغوطًا إضافية على البنية التحتية المحلية وأنظمة ضبط الطاقة. تحتاج اللوائح إلى تحديث جزء من التحدي هو أن العديد من الأطر التنظيمية والتشغيلية الحالية صممت حول أنماط الطلب الصناعي المستقرة نسبيًا. ظلّت الأحمال المتقلبة بسرعة الكبيرة تاريخيًا مضبوطة لأن التقلب المفاجئ يمكن أن يعقد عمليات التوازن، وزيادة الضغط على المعدات النقل، وتقليل قابلية التنبؤ في عمليات النظام. لا تتناسب مجموعات الحوسبة عالية الكثافة بشكل جيد ضمن تلك الافتراضات. هذا يخلق ضغطًا للتكيف التشغيلي وإعادة تقييم تنظيمي. قد تسمح آليات استجابة الطلب لبعض الأحمال الحسابية المراد نقلها أو تقليلها خلال فترات الضغط على النظام. تستكشف مشغلات مراكز البيانات جدولة مرنة، وتخزين بطاريات، وتوليد خلف الأمتار. في هذه الأثناء، يقوم مشغلو الشبكة بتقييم أطر التخطيط وطرق الربط من أجل الأحمال المرنة الكبيرة بشكل متزايد. اعترف المجلس الكهربائي لولاية تكساس (ERCOT) على سبيل المثال بالآثار المتزايدة للأحمال المرنة الكبيرة، بما في ذلك مراكز البيانات، على تخطيط الشبكة على المدى الطويل واستقرارية العمليات. تواصل طوابير الربط عبر الولايات المتحدة التوسع بشكل كبير، مما يعكس ضغطًا متزايدًا على كل من البنية التحتية للتوليد والنقل. ومع ذلك، يتم قياس جداول توسيع الشبكة بالسنوات بدلاً من الأرباع. هذا يخلق عدم تطابق هيكلي. يمكن أن تتوسع بنية الحوسبة بسرعة. عمومًا لا يمكن للبنية التحتية الكهربائية ذلك. النتيجة الأوسع هي أن بنية الحوسبة الكبيرة ليست مجرد فئة أخرى من الأحمال الصناعية. إنها تمثل تحولًا في الخصائص الزمنية والمكانية لطلب الكهرباء نفسه. إن تصوير القضية فقط من حيث استهلاك الطاقة الإجمالي يمثل خطر التغاضي عن هذه الآثار التشغيلية من الدرجة الثانية. إن توسيع القدرة وحده لا يعالج بالكامل سلوك التسارع السريع، والتزامن، والازدحام المحلي، وعدم الاستقرار العابر، وضغط الاحتياطات المتزايد، أو متطلبات الاستجابة المتزايدة للحمل. التحدي ليس فقط مقدار الكهرباء التي تستهلكها هذه الأنظمة. بل كيف أن هذه الأنظمة بدأت تغير الظروف التشغيلية للشبكة الكهربائية نفسها. لا يُطلب إبطاء تطوير الذكاء الاصطناعي، بل الاعتراف بأن الحوسبة على نطاق واسع تمثل فئة جديدة من الطلب الكهربائي. مع استمرار توسيع بنية الذكاء الاصطناعي، قد تحتاج أطر التخطيط إلى مراعاة ليس فقط إجمالي استهلاك الطاقة ولكن أيضًا تقلب الطلب، وآثار التزامن، والتركيز الجغرافي. ستعتمد مرونة الشبكة بشكل متزايد على فهم كيفية استهلاك هذه المرافق للطاقة، وليس فقط كمية الطاقة التي تستهلكها.