گسترش سریع هوش مصنوعی فقط مصرف برق دیتاسنترها را افزایش نداده، بلکه نحوه مصرف برق توسط این مراکز را نیز تغییر داده است. بار پردازشی شتابدهندههای هوش مصنوعی میتواند در بازههای کوتاه بهشدت تغییر کند و همین نوسانهای سریع، چالش تازهای برای اپراتورهای شبکه برق ایجاد کرده است.
دلیل اصلی این اتفاق، استفاده گسترده از هزاران یا حتی دهها هزار پردازنده گرافیکی در دیتاسنترهای هوش مصنوعی است. زمانی که تعداد زیادی GPU همزمان وارد مرحله پردازشی سنگین میشوند، مصرف برق مرکز داده میتواند بهسرعت افزایش پیدا کند و با پایان بار پردازشی نیز کاهش یابد. پژوهشهای جدید نشان میدهند این الگو با دیتاسنترهای سنتی تفاوت دارد و میتواند روی پایداری، فرکانس و کیفیت برق شبکه اثر بگذارد.
مشکل فقط افزایش مصرف برق نیست
# آژانس بینالمللی انرژی (IEA) پیشبینی میکند مصرف برق دیتاسنترهای جهان از حدود ۴۸۵ تراواتساعت در سال ۲۰۲۵ تقریباً دو برابر شود و تا سال ۲۰۳۰ به حدود ۹۴۵ تراواتساعت برسد. بخش قابلتوجهی از این رشد به توسعه سرورهای شتابیافته برای پردازشهای هوش مصنوعی مربوط است.
در چنین شرایطی، مشکل برای شبکههای برق محلی جدیتر است؛ زیرا دیتاسنترهای بزرگ معمولاً در یک منطقه متمرکز میشوند و میتوانند یکباره بار بسیار بزرگی را به شبکه تحمیل کنند. مطالعات جدید هشدار دادهاند که تمرکز جغرافیایی دیتاسنترهای AI میتواند فشار قابلتوجهی بر شبکههای برق برخی مناطق وارد کند.
باتریها راهحل احتمالی هستند
# یکی از راهکارهای مطرحشده برای کنترل این نوسانها، استفاده گستردهتر از باتریهای ذخیرهساز انرژی، UPSهای هوشمند و سیستمهای مدیریت بار است. این تجهیزات میتوانند بخشی از تغییرات سریع مصرف را جذب کنند و فشار واردشده به شبکه را کاهش دهند.
همزمان، پژوهشهای جدید روی روشهایی برای تنظیم زمانبندی پردازشهای هوش مصنوعی نیز تمرکز کردهاند. یک مطالعه منتشرشده در اوت ۲۰۲۶ نشان میدهد تغییر نحوه زمانبندی درخواستهای مدلهای زبانی میتواند نرخ تغییرات مصرف برق را کاهش دهد و نیاز شبکه به ذخیره توان سریعالعمل را در شرایط خاص حدود ۲۰ تا ۲۳ درصد پایین بیاورد.
با این حال، افزایش مصرف برق AI لزوماً به معنای بحران جهانی برق نیست. IEA سهم دیتاسنترها از مصرف برق جهان را در سال ۲۰۳۰ حدود ۳ درصد برآورد میکند؛ اما تأکید دارد که اثر آنها به دلیل تمرکز مکانی و سرعت رشد، در برخی شبکههای محلی بسیار بزرگتر از این رقم جهانی خواهد بود.
در نتیجه، رقابت بر سر توسعه هوش مصنوعی دیگر فقط به تراشههای قدرتمندتر و دیتاسنترهای بزرگتر محدود نمیشود؛ توانایی تأمین برق پایدار و مدیریت نوسانهای مصرف نیز به یکی از گلوگاههای اصلی توسعه AI تبدیل شده است.