AI-adatközpontok infrastruktúrájukat veszélyeztetik az extrém energiaingadozásokkal

Az AI-boom során az adatközpontok energiafogyasztása rekordmagasságokra nőtt, azonban az igazi probléma nem az átlagos fogyasztás, hanem annak ingadozásának sebessége. A nagy nyelvi modellek tanítása során százezrek GPU-ja másodpercek alatt fel- és lekapcsol, ami olyan terhelési profilt hoz létre, amelyre a meglévő energiainfrastruktúra nem volt felkészülve. Az Uptime Institute szakértője szerint ez olyan, mintha egy autó motorja folyamatosan a fordulatszám-határon működne – a kopás exponenciálisan gyorsabb.

A gyakorlatban már megjelentek a problémák: turbinák megrepedhetek, akkumulátorok elhasználódnak, és egyes tárolórendszereket már néhány hét után ki kellett cserélni, pedig sokkal hosszabb élettartamra voltak méretezve. Az igazi kockázat azonban nem a javítási költségek, hanem a váratlan leállások okozta bevételkiesés – amikor egy AI-klaszter néhány percre is offline kerül, a drága GPU-k nem termelnek bevételt.

A North American Electric Reliability Corporation szerint az adatközpontok az észak-amerikai elektromos hálózat stabilitásának egyik legnagyobb kockázatát jelentik. A szervezet vizsgálata szerint a meglévő terhelési modellek 75 százaléka nem képezi le megfelelően a modern AI-adatközpontok valós viselkedését. Ez az instabilitás regionális áramkimaradásokat is okozhat.

A befektetők és hitelezők aggódnak, hogy a több százmilliárd dolláros beruházások nem térülnek meg az előzetes számítások szerint, ha az infrastruktúra gyorsabban kopik. Az iparág már reagál: az Nvidia energiaexpértekkel közösen fejleszt új szervereket, az üzemeltetők pedig akkumulátor-rendszerekbe, kondenzátorokba és intelligens vezérlésekbe fektetnek be az energiaingadozások csillapítása érdekében.

A helyzet azt mutatja, hogy az AI-verseny jövőjét nem csak a chipek teljesítménye, hanem az energiaellátás megbízhatósága fogja eldönteni. Az infrastruktúra robusztussága nélkül a milliárdos beruházások váratlanul magas utólagos költségekké válhatnak.