為未來提供能源
為何公用事業面臨滿足人工智能數據中心電力需求的挑戰
隨著數據中心致力於支持日益增長的人工智能使用，全球及美國的能源需求正在急劇上升。這些大型設施內部配備了強大的計算機（伺服器），運行複雜的算法，幫助人工智能系統從海量數據中學習。
這一過程需要巨大的計算能力，消耗大量電力。通常，一個數據中心的用電量相當於一個小鎮的電力需求。這種高需求正在給當地的電力網絡帶來壓力，迫使公用事業公司急忙提供足夠的能源，以可靠地供應數據中心及其周邊社區。
我在計算機與電力工程交匯的研究工作中，探索如何運營和控制電力系統，以及如何增強電網的韌性。以下是人工智能數據中心的擴展如何挑戰公用事業和電網管理者，以及電力行業的應對措施。
在維吉尼亞州，數據中心的用電量超過該州總電力需求的25%，使其成為全國在這些設施能源需求方面的領導者。
電力需求的波動
數據中心的電力需求在一天內可能會劇烈波動，這取決於設施的計算工作量。例如，如果一個數據中心突然需要進行大量的人工智能計算，它可以在短短幾秒鐘內從電網中抽取大量電力。這種突發性需求的增加可能會對當地電網造成問題。
電網的設計旨在平衡電力供應和需求。當需求突然增加時，可能會打亂這一平衡，影響電網的三個關鍵方面：
– **電壓**可以看作是使電力流動的推動力，就像水管中的水壓。如果太多的數據中心同時要求電力，就像在一棟樓中同時打開太多水龍頭，導致水壓下降。需求的突然變化可能會引起電壓波動，損壞電氣設備。
– **頻率**是電流在從電源到負載需求的過程中每秒的振蕩次數。美國和大多數主要國家以交流電的形式傳輸電力，這種電流會定期改變方向。電網通常在穩定的頻率下運行，通常為每秒50或60次（赫茲）；美國的電網運行在60赫茲。如果電力需求過高，頻率可能會下降，導致設備故障。
– **電力平衡**是電力供應和需求之間的實時匹配。為了保持穩定的供應，發電必須與用電量相匹配。如果一個人工智能數據中心突然需要更多電力，就像從水庫中抽取的水量超過系統能夠提供的量，這可能導致停電或迫使電網依賴備用電源（如果有的話）。
電力使用的高峰與低谷
為了了解運營決策如何在實時中發揮作用，讓我們考慮一個城市中的人工智能數據中心。它在高峰運行時需要20兆瓦的電力——相當於1萬戶家庭同時開啟空調。這雖然很大，但對於數據中心來說並不算過於誇張：一些最大的設施可消耗超過100兆瓦的電力。
美國的許多工業數據中心都消耗如此多的電力。例如，維吉尼亞州的微軟數據中心支援該公司的Azure雲平台，為OpenAI的ChatGPT等服務提供支持，而位於俄勒岡州達爾斯的谷歌數據中心則支援各種人工智能工作負載，包括谷歌Gemini。
該中心的負載曲線，即其24小時內的電力消耗時間軸，可能包括需求的突然高峰。例如，如果該中心將所有人工智能訓練任務安排在夜間（當電力便宜的時候），當地電網可能會在這些時段突然經歷需求增加。
以下是一個假設的人工智能數據中心負載曲線，顯示以兆瓦為單位的電力消耗：
– 早上6點至8點：10兆瓦（低需求）
– 早上8點至中午12點：12兆瓦（中等需求）
– 中午12點至下午6點：15兆瓦（因業務時間而增加的需求）
– 下午6點至午夜12點：20兆瓦（因人工智能訓練任務而達到的高峰需求）
– 午夜12點至早上6點：12兆瓦（因維護任務而導致的中等需求）
滿足需求的方式
有幾種行之有效的策略可以管理這種負載，避免對電網造成壓力。
首先，公用事業可以制定一種定價機制，激勵人工智能數據中心在需求較低的非高峰時段安排其最耗電的任務。這種稱為需求響應的方法可以平滑負載曲線，避免電力使用的突然高峰。
其次，公用事業可以安裝大型儲能設備，在需求低時儲存電力，然後在需求激增時釋放電力。這可以幫助平滑電網的負載。
第三，公用事業可以利用太陽能電池板或風力發電機生成電力，並結合儲能，以便在需求上升時提供電力。一些電力公司正在大規模使用這種組合來滿足不斷增長的電力需求。
第四，公用事業可以在數據中心附近增加新的發電能力。例如，Constellation計劃修復並重新啟動位於賓夕法尼亞州米德爾頓的三哩島核電廠未受損的單元，以為該地區的微軟數據中心提供電力。
在維吉尼亞州，Dominion Energy正在安裝燃氣發電機，並計劃部署小型模塊化核反應堆，同時對太陽能、風能和儲能進行投資。而谷歌則與加州的Kairos Power簽署協議，購買小型模塊化核反應堆的電力。
最後，電網管理者可以使用先進的軟件預測人工智能數據中心何時需要更多電力，並與電網資源進行溝通以進行相應調整。隨著公司努力現代化國家電網，增加新的傳感器數據和計算能力，可以維持電壓、頻率和電力平衡。
最終，計算機專家預測，人工智能將融入電網管理，幫助公用事業預測問題，例如系統中哪些部分需要維護，或在自然災害期間面臨最高故障風險的部分。人工智能還可以隨著時間的推移學習負載曲線行為，這對於主動平衡能源和管理電力資源將非常有用。
美國的電網比幾十年前複雜得多，這得益於太陽能價格的下降。為人工智能數據中心供電只是研究人員為日益互聯的社會提供能源所面臨的眾多挑戰之一。
在這篇文章中，我們可以看到，隨著人工智能的迅速發展，數據中心的電力需求不斷攀升，這不僅對公用事業構成挑戰，也促使其探索更加創新的解決方案來應對未來的能源需求。這不僅是技術的挑戰，更是如何在環保與發展之間取得平衡的考驗。未來的電力系統必須更加靈活和智能，以應對不斷變化的需求和挑戰。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
