Sa panlabas na media, itinuturing ang pagtaas ng AI bilang isang kompetisyon sa pagbili ng GPU at kapital na gastos ng mga cloud provider, ngunit ang mas mahirap i-补 na bahagi ay umuusbong sa enerhiya. Ang pagbuo ng data center ay may mas maikling siklo, samantalang ang mga linya ng paghatid ng kuryente, mga substation, at dagdag na kakayahan sa paggawa ng enerhiya ay kadalasang lumalaban nang mas mabagal, na ginagawa ang kakayahan sa pagpapadala ng kuryente bilang isang realistiko na pagtatakda sa paglalawak ng AI.
Ang paggamit ng kuryente sa data center ay patuloy na tumataas
Inaasahan ng International Energy Agency na ang paggamit ng kuryente ng mga data center sa buong mundo ay maaaring tumaas mula sa halos 485 TWh noong 2025 patungo sa halos 950 TWh noong 2030, na may mas mabilis na paglago para sa mga pasilidad na nakatuon sa AI. Sinasabi ng artikulo na ang problema ay hindi lamang kung gaano karaming kuryente ang ginagamit ng AI, kundi kung gaano kabilis lumalabas ang pangangailangan, kaya't mahihirapan ang grid at mga kasamang pasilidad na sumunod sa pagpapalawig.
Mayroon pa bang kasamang sistema sa labas ng GPU
Sinasabi ng artikulo na ang AI clusters ay hindi lang kailangan ng mga processor. Ang malawakang pag-deploy ng mga accelerator ay nakasalalay din sa mga network device, pagpapalit ng kuryente, mga sistema ng pagpapalamig, pagkonekta sa grid, at patuloy na pagbibigay ng kuryente. Habang patuloy na tumataas ang density ng server, tumataas din ang mga kinakailangan sa infrastruktura upang suportahan ang pagpapatakbo ng mga aparato na ito.
- GPU at network interconnection
- Power conversion and thermal management
- Grid connection and power generation capacity
Sa artikulo, itinuturo na ang ilang bottleneck sa mga proseso na ito ay hindi maaaring mabilis na lutasin tulad ng pagpapalaki ng order para sa mga chip. Maaari pang bumili ng higit pang GPU ang mga malalaking cloud service provider, ngunit hindi sila makakakuha agad ng bagong kapasidad para sa high-voltage connection.
Higit sa 700 GW ang mga aplikasyon para sa pagkonekta sa Texas
Ang Texas ay itinuturing na isang mas klasikong kaso. Ang artikulo ay nagmumula sa datos na ang mga aplikasyon para sa pagkonekta sa kuryente ng mga data center na plano ay hihigit sa 700 GW, na mas mataas kaysa sa aktwal na paggamit ng kuryente ng mga data center sa Estados Unidos sa kasalukuyan. Dahil sa ilang mga proyekto ay maaaring hindi matupad, ang mga regulahador ay nagsisimula nang magpahirap sa mga patakaran sa pagkonekta upang maiwasan ang pagkuha ng mga yaman sa grid ng “mga phantom demand.”
Nagdudulot ito ng direktang pananalapi ng problema. Maaaring mag-invest muna ang mga kompanya ng utility sa infrastraktura para sa mga proyekto na hindi pa nagaganap, habang ang mga AI park na aktibong pinapalago ay maaaring maghintay ng maraming taon at mahirap makakuha ng maagap na pagkakonekta sa kuryente.
Ang mga kompanya ng mina at kumpanya ng kuryente ay nakikinabang
Sa artikulo, sinasabing nagbabago ang bottleneck na ito ang sakop ng mga nakikinabang sa chain ng industriya ng AI. Kasalukuyang sumang-ayon ang Vertiv, isang tagapag-supply ng mga kagamitan sa pagpapatakbo at pagpapalamig ng kuryente sa data center, sa pagkuha ng Utility Innovation Group, isang kompanya ng microgrid, na may kabuuang halaga ng hanggang $2.6 bilyon, na nagpapakita na tumataas ang halaga ng lokal na paggawa ng kuryente at ng infrastrakturang nakabatay sa sarili nito, maliban sa pangunahing grid.
Ang kahalagahan ng microgrid ay nasa kakayahang ito na i-merge ang pagkakapaloob ng kuryente mula sa grid, lokal na paggawa ng enerhiya, at pag-iimbak ng enerhiya upang mabawasan ang pagkakadepende ng proyekto sa pagkakaintindihan sa pag-access sa public utility. Samantala, ang mga supplier ng kuryente tulad ng NextEra Energy at Dominion Energy ay nakikinabang din mula sa matagalang pangangailangan na dala ng mga cloud provider at developer ng data center.
Binanggit din ng artikulo na ang paglalawak ng AI ay nagbabago sa ekonomikong lohika ng bitcoin mining. Karaniwan, may kontrol ang mga kumpanya sa mining sa mga rehiyon na may mababang presyo ng kuryente, at ang mga koneksyon na ito ay may sariling kakulangan. Kung handa ang mga kumpanya ng AI na magbayad ng mas mataas na presyo para sa parehong kuryente, maaaring ilipat ng ilang mga kumpanya sa mining ang ilang kanilang kapasidad patungo sa mga negosyo ng high-performance computing.