پدیده "افزایش ناگهانی" و خطر اختلال بار در سطح کلان.
برخلاف مراکز داده سنتی (DC) که برق را در سطوح پایدار و قابل پیشبینی مصرف میکنند، زیرساخت عملیاتی هوش مصنوعی دارای مشخصه بار بسیار ناپایدارتر و غیرقابل پیشبینیتری است. یین ژنگ، معاون اجرایی شرق آسیا و چین در شرکت اشنایدر الکتریک، در سخنرانی خود در کامپیوتکس 2026 تأکید کرد که ماهیت بارهای فناوری اطلاعات که به هوش مصنوعی خدمت میکنند، به دلیل تغییرات ناگهانی در منبع تغذیه، نیاز به مکانیسمهای مدیریتی کاملاً جدیدی دارد.
علت نوسانات ذکر شده ناشی از نحوه عملکرد مدلهای هوش مصنوعی است. به گفته هیمانشو پراساد، معاون ارشد رئیس شرکت اشنایدر الکتریک، در طول آموزش دادهها یا استنتاج، هزاران پردازنده گرافیکی (GPU) برای کار همزمان و همزمان فعال میشوند. این فرآیند باعث ایجاد نوسانات ناگهانی و بسیار شدید برق در سیستم میشود که منجر به افزایش ناگهانی بار ("Spikes") در محل میشود. بدون مکانیسمی برای هموارسازی و کنترل بار، این همگامسازی باعث نوسانات شدیدی میشود که مستقیماً پایداری خط برق را تهدید میکند.

آقای هیمانشو پراساد این مطلب را در کامپیوتکس ۲۰۲۶ به اشتراک گذاشت.
افزایش مصرف برق، زیرساختهای فناوری را نیز به دورانی بیسابقه سوق داده است. صنعت جهانی داده شاهد تغییر چشمگیری از تأسیسات ۱۰ تا ۱۰۰ مگاواتی به «پروژههای عظیم» با ظرفیتهایی تا ۱ گیگاوات است که معادل مصرف برق یک شهر متوسط است.
به گفته داگ وارن، معاون ارشد رئیس AVEVA، در این مقیاس، مفهوم مرسوم «مرکز داده» دیگر به طور دقیق واقعیت را منعکس نمیکند. زیرساختهای مدرن هوش مصنوعی سطحی از پیچیدگی، مصرف انرژی و الزامات فنی را دارند که با مجتمعهای صنعتی سنگین مانند کارخانههای ذوب آلومینیوم یا کارخانههای بزرگ نیمههادی قابل مقایسه است. این سیستم باید به طور مداوم 24 ساعته و 7 روز هفته کار کند و مطلقاً نمیتواند هیچ اختلالی را تحمل کند.
این مقیاس عظیم همچنین منجر به خطر فروپاشی سیستمی میشود. آقای هیمانشو پراساد هشدار داد که در نیروگاههای مقیاس گیگاوات، حتی یک اختلال کوتاه در شبکه که پایگاه داده را قطع کند و باعث شود مقدار زیادی برق ناگهان ناپدید شود، از طریق سیستم انتقال برق به حالت اولیه خود بازمیگردد و افت نامتناسبی ایجاد میکند و به طور بالقوه باعث فروپاشی کل شبکه برق منطقهای میشود.
حل مشکلات عملیاتی با راهکار نرمافزاری «آگاهی از شبکه».
با توجه به افزایش عظیم انرژی گرمایی و الزامات پیچیده متعدد برای سیستمهای الکترومکانیکی، حفظ روشهای عملیاتی دستی کاملاً منسوخ شده است. یین ژنگ ادعا میکند که سیستمهای چند گیگاواتی با تغییرپذیری بالا را نمیتوان صرفاً با تلاش انسانی مدیریت کرد. این سیستمها باید از اتوماسیون، هوش مصنوعی و نرمافزارهای هوشمند برای نظارت و حفظ قابلیت اطمینان در طول چرخه عمر طراحی و در زمان بهرهبرداری واقعی استفاده کنند.
برای کاهش خطرات در مراحل اولیه، کارشناسان توصیه میکنند که مراکز داده استراتژیهای «عملیات آگاه از شبکه» را اجرا کنند. داگ وارن اظهار داشت که راهحلهای نرمافزاری مدیریت داده در زمان واقعی باید به طور مداوم تغییرات در حجم کار هوش مصنوعی را رصد کنند و از این طریق پیشبینیهای دقیقی از تأثیر مربوطه آنها بر شبکه برق ملی ارائه دهند.
در عین حال، هنگامی که یک کارخانه هوش مصنوعی با حداکثر ظرفیت خود کار میکند و به طور بالقوه هزاران هشدار سیستم را به طور همزمان فعال میکند، استفاده از فناوری مدیریت هوشمند هشدار ضروری است. این سیستم به دستهبندی و گروهبندی اعلانهای خطا کمک میکند و به مهندسان عامل در انجام مداخلات فنی به موقع و دقیق یاری میرساند.
انفجار عصر هوش مصنوعی نشان میدهد که صرفاً تمرکز بر طراحی نسلهای قدرتمندتر پردازندههای گرافیکی (GPU) کافی نیست. اگر کشورها و کسبوکارها نتوانند یک مشکل اساسی را حل کنند، این موج جدید فناوری محقق نخواهد شد: ساخت ابرکارخانههای هوش مصنوعی بسیار سازگار و بادوام و ایجاد یک مکانیسم «همزیستی» امن با زیرساخت شبکه برق ملی.
به نقل از روزنامه تان نین
منبع: https://baoangiang.com.vn/the-gioi-doi-mat-nguy-co-soc-dien-vi-ai-a487803.html








نظر (0)