Fenomén „špiček“ a riziko narušení zátěže na makroúrovni.
Na rozdíl od tradičních datových center (DC), která spotřebovávají elektřinu na stabilní a předvídatelné úrovni, má provozní infrastruktura umělé inteligence mnohem volatilnější a nepředvídatelnější charakteristiky zátěže. Yin Zheng, výkonný viceprezident pro východní Asii a Čínu společnosti Schneider Electric, ve svém projevu na veletrhu Computex 2026 zdůraznil, že povaha IT zátěže obsluhující umělou inteligenci vyžaduje zcela nové mechanismy řízení kvůli náhlým změnám v dodávkách energie.
Příčina výše zmíněných fluktuací pramení ze způsobu fungování modelů umělé inteligence. Podle Himanshu Prasada, senior viceprezidenta společnosti Schneider Electric, se během trénování dat nebo inference aktivují tisíce grafických procesorů (GPU), aby pracovaly synchronně současně. Tento proces vytváří v systému extrémně silné náhlé přepětí, což vede k lokalizovaným špičkám v zátěži („Spikes“). Bez mechanismu pro vyhlazení a řízení zátěže by tato synchronizace způsobila prudké fluktuace, které by přímo ohrozily stabilitu elektrického vedení.

Pan Himanshu Prasad se o to podělil na veletrhu Computex 2026.
Nárůst spotřeby elektřiny také posunul technologickou infrastrukturu do bezprecedentní éry. Globální datový průmysl zažívá dramatický posun od zařízení o výkonu 10–100 megawattů k „megaprojektům“ s kapacitou až 1 gigawatt, což odpovídá spotřebě elektřiny středně velkého města.
Podle Douga Warrena, senior viceprezidenta společnosti AVEVA, v tomto měřítku již konvenční koncept „datového centra“ přesně neodráží realitu. Moderní infrastruktury umělé inteligence mají úroveň složitosti, spotřebu energie a technické požadavky srovnatelnou s těžkými průmyslovými komplexy, jako jsou hliníkárny nebo megatovárny polovodičů. Systém musí fungovat nepřetržitě 24 hodin denně, 7 dní v týdnu a absolutně netoleruje žádné přerušení.
Tento enormní rozsah také vede k riziku systémového kolapsu. Pan Himanshu Prasad varoval, že v elektrárnách o výkonu gigawattů by i krátké narušení sítě, které by odpojilo databázi a způsobilo náhlý zmizení obrovského množství energie, mohlo vést k náhlému výpadku přenosové soustavy, což by vedlo k neúměrnému poklesu a potenciálně by mohlo způsobit kolaps celé regionální energetické sítě.
Řešení provozních problémů pomocí softwarového řešení „Grid Awareness“.
Vzhledem k enormnímu nárůstu tepelné energie a četným složitým požadavkům na elektromechanické systémy je udržování manuálních metod ovládání zcela zastaralé. Yin Zheng tvrdí, že systémy o výkonu několika gigawattů s vysokou variabilitou nelze spravovat pouze lidskou silou. Tyto systémy musí využívat automatizaci, umělou inteligenci a inteligentní software pro sledování a udržování spolehlivosti v průběhu celého životního cyklu návrhu a v reálném provozu.
Aby se včas zmírnila rizika, odborníci doporučují, aby datová centra zavedla strategie „operací s ohledem na síť“. Doug Warren uvedl, že softwarová řešení pro správu dat v reálném čase musí neustále monitorovat změny v pracovní zátěži umělé inteligence, a tím poskytovat přesné předpovědi jejich odpovídajícího dopadu na národní energetickou síť.
Zároveň, když továrna s umělou inteligencí pracuje na maximální kapacitu a potenciálně spustí tisíce systémových výstrah současně, je nezbytné použití technologie inteligentní správy výstrah. Tento systém pomáhá kategorizovat a seskupovat chybová oznámení a pomáhá provozním technikům provádět včasné a přesné technické zásahy.
Exploze éry umělé inteligence ukazuje, že pouhé zaměření se na návrh výkonnějších generací grafických procesorů (GPU) nestačí. Tato nová vlna technologií se neuskuteční, pokud země a podniky nebudou schopny vyřešit klíčový problém: vybudování vysoce kompatibilních a odolných supertováren s umělou inteligencí a zavedení bezpečného mechanismu „koexistence“ s infrastrukturou národní energetické sítě.
Podle novin Thanh Nien
Zdroj: https://baoangiang.com.vn/the-gioi-doi-mat-nguy-co-soc-dien-vi-ai-a487803.html








Komentář (0)