Mga Pagtingin: 334 May-akda: Site Editor Oras ng Pag-publish: 2026-03-28 Pinagmulan: Site
Ang digital landscape ay nagbabago sa ilalim ng bigat ng Artipisyal na Katalinuhan. Habang nakikita ng karamihan sa atin ang AI sa pamamagitan ng isang chat interface o isang nabuong imahe, ang tunay na pagbabago ay nangyayari sa pisikal na mundo. Sa kaloob-looban ng napakalaking pasilidad, ang mga high-performance na chip ay tumatakbo nang 24/7, kumokonsumo ng kuryente sa bilis na hindi pa natin nakikita. Ang surge na ito ay pangunahing nagbabago sa kung paano natin tinitingnan ang power demand sa isang pandaigdigang saklaw.
Mahuhulaan ang tradisyonal na cloud computing. Ang AI ay hindi. Nangangailangan ito ng espesyal na imprastraktura ng AI na kumukuha ng mas maraming wattage bawat rack kaysa sa mga karaniwang server. Ang pagbabagong ito ay hindi lamang isang maliit na pagtaas; ito ay isang kabuuang reshaping ng energy grid. Ang mga utility, tech giant, at hardware manufacturer ay nakikipagkarera na ngayon upang humanap ng mga paraan para maibigay ang napakalaking Data center power demand na ito nang hindi nababagsak ang mga kasalukuyang system. Sa gabay na ito, tutuklasin natin ang mga teknikal at istruktural na paraan kung paano muling isinusulat ng AI ang mga panuntunan ng pagkonsumo ng enerhiya.
Upang maunawaan ang pagbabago, dapat nating tingnan ang hardware. Umaasa ang AI sa mga GPU (Graphics Processing Units) at TPU (Tensor Processing Units). Ang mga chip na ito ay hindi kapani-paniwalang mabilis ngunit thermally intensive. Ang isang karaniwang rack ng server ay maaaring gumuhit ng 5 hanggang 10 kilowatts (kW). Sa kaibahan, ang isang AI-ready rack ay madaling lumampas sa 50kW o kahit na 100kW. Ang density na ito ang pangunahing driver sa likod ng skyrocketing Demand ng kapangyarihang pang-industriya.
Iba rin ang kanilang operasyon. Ang mga tradisyunal na data center ay may 'mga taluktok' at 'mga lambak' sa paggamit. Ang mga modelo ng pagsasanay sa AI ay madalas na tumatakbo sa buong kapasidad para sa mga linggo sa isang pagkakataon. Ang gawi na ito ng 'baseload' ay nangangahulugan na ang grid ay hindi kailanman nakakakuha ng pahinga. Lumilipat tayo mula sa isang mundo kung saan ang digital na enerhiya ay isang variable na gastos patungo sa isa kung saan ito ay isang pare-pareho, napakalaking pressure point. Para sa mga operator ng grid, lumilikha ito ng matinding pananakit ng ulo sa pagtataya. Dapat na silang magplano para sa Data center power demand na nananatili sa 100% na kapasidad sa buong orasan.
Hindi lahat ng AI work ay pareho. Karaniwan naming hinahati ang aktibidad ng AI sa dalawang yugto: pagsasanay at hinuha. Ang bawat isa ay may natatanging epekto sa pangangailangan ng kuryente . Ang pagsasanay ay ang proseso ng 'pagtuturo' ng AI, habang ang inference ay ang AI na 'pagsagot' sa prompt ng isang user.
Ang pagsasanay ng isang malaking modelo ng wika (LLM) ay isang energy marathon. Nangangailangan ito ng libu-libong chips na gumagana sa perpektong pag-synchronize. Dahil ang mga chips ay dapat makipag-usap sa isa't isa patuloy, sila ay naka-pack na mahigpit na magkasama. Lumilikha ito ng lokal na 'heat island' sa loob ng pasilidad. Ang imprastraktura ng AI ay dapat hindi lamang nagpapagana sa mga chips kundi pati na rin sa napakalaking sistema ng paglamig na kailangan upang hindi matunaw ang mga ito. Kinakatawan ng yugtong ito ang pinakamatinding spike sa Data center power demand na nakita noong nakaraang dekada.
Ang hinuha ay maaaring mukhang mas magaan, ngunit ito ay nangyayari bilyun-bilyong beses sa isang araw. Sa tuwing hihilingin mo ang isang AI na magsulat ng isang email, isang maliit na halaga ng enerhiya ang ginagamit. Kapag na-scale sa milyun-milyong user, lumilikha ito ng napakalaking, permanenteng pagtaas sa Industrial power demand . Hindi tulad ng pagsasanay, na maaaring gawin sa mga liblib na lugar kung saan mura ang enerhiya, ang inference ay kailangang mangyari malapit sa mga gumagamit upang mabawasan ang lag (latency). Pinipilit nito ang mga data center sa mga urban na lugar kung saan ang grid ay na-stress na.
Dahil napakataas ng pangangailangan ng enerhiya, hindi makayanan ng lumang 'pipi' na grid. Nakikita namin ang mabilis na paglipat patungo sa Smart grid upang pamahalaan ang pagkarga. Gumagamit ang Smart grid ng digital na teknolohiya para subaybayan at tumugon sa mga pagbabago sa paggamit. Para sa mga pasilidad ng AI, nangangahulugan ito ng kakayahang makipag-usap nang direkta sa mga kumpanya ng utility.
Sa isang kapaligiran ng Smart grid , ang isang data center ay maaaring 'throttle' ng mga hindi mahahalagang gawain kapag ang lokal na komunidad ay nangangailangan ng kuryente para sa pagpainit o pagpapalamig. Ang mga kumpanya ng AI ay naghahanap na ngayon ng mga paraan upang gawing 'energy-aware' ang kanilang software. Maaari nilang ilipat ang mabibigat na pagsasanay sa iba't ibang oras ng araw o kahit na iba't ibang heyograpikong rehiyon batay sa available na supply. Ang flexibility na ito ay susi sa pagpapatatag ng Data center power demand.
Sinusuri ng mga algorithm ng AI ang mga pattern ng grid upang mahulaan kung kailan maaaring mabigo ang isang transformer o kung kailan darating ang isang surge. Sa pamamagitan ng paggamit ng AI para i-optimize ang Smart grid , maaari nating dagdagan ang kahusayan mula sa mga kasalukuyang copper wire at substation. Lumilikha ito ng feedback loop kung saan nakakatulong ang teknolohiya sa paglutas ng sarili nitong mga problema sa enerhiya.
| Teknolohiya | Papel sa Enerhiya | Epekto sa Power Demand |
| Smart Grid | Real-time na pagsubaybay | Pabagu-bago/Na-optimize |
| Imprastraktura ng AI | Mabigat na pagproseso | Constant/Mataas |
| Paglamig ng likido | Pagwawaldas ng init | Binabawasan ang pangangailangang pantulong |
| Fiber Optics | Mataas na bilis ng data | Minimal na direktang draw |
Pagod na ang mga tech giant sa paghihintay ng mga utility na mag-upgrade ng grid. Sa maraming lugar, inaabot ng lima hanggang pitong taon para makakuha ng bagong high-voltage na koneksyon. Upang lampasan ito, marami ang lumilipat patungo sa mga solusyon sa Off grid . Nangangahulugan ito na ang data center ay nagiging sarili nitong power plant.
Nakikita namin ang pagtaas ng interes para sa Mga Maliit na Modular Reactor. Ito ay mga compact nuclear plant na maaaring itayo on-site. Sa pamamagitan ng pag- off grid , ang isang proyekto sa imprastraktura ng AI ay makakapag-secure ng sarili nitong maaasahan, walang carbon na enerhiya nang hindi nakikipagkumpitensya sa mga lokal na pangangailangan sa tirahan. Ito ang pinakahuling 'expert move' sa pamamahala Data center power demand . Inaalis nito ang pasilidad mula sa pampublikong ledger ng stress sa enerhiya.
Habang ang layunin ay berdeng enerhiya, ang agarang katotohanan ay kadalasang nagsasangkot ng natural na gas. Maraming bagong pasilidad ang nag-i-install ng malalaking gas turbine bilang pangunahin o pangalawang pinagmumulan. Ginagamit nila ang mga ito upang pamahalaan ang kanilang pang-industriyang power demand kapag hindi sapat ang solar o hangin. Ang hinaharap, gayunpaman, ay lumilipat patungo sa berdeng hydrogen. Habang tumatanda ang teknolohiya ng hydrogen, papayagan nito ang mga Off grid facility na mag-imbak ng napakalaking dami ng enerhiya para magamit sa mga oras ng peak.
Ang pisikal na kagamitan na nagpapababa ng boltahe—ang transpormer—ang hindi inawit na bayani ng kuwentong ito. Dahil ang mga AI rack ay nangangailangan ng napakaraming kasalukuyang, ang panloob na de-koryenteng arkitektura ng data center ay nagbabago. Lumilipat kami mula sa mababang boltahe na pamamahagi sa mas mataas na boltahe nang direkta sa rack.
Sa isang kapaligiran na may matinding pangangailangan sa kapangyarihan ng Data center , mahalaga ang bawat porsyentong punto ng kahusayan. Ang mga tradisyunal na transformer ay nawawalan ng enerhiya bilang init. Gumagamit ang mga moderno at high-efficiency na unit ng mga espesyal na core at cooling oil para mabawasan ang mga pagkalugi na ito. Kapag gumuhit ka ng 100MW, ang 2% na pagtaas sa kahusayan ay nakakatipid ng 2MW—sapat na para makapagbigay ng kuryente sa libu-libong tahanan. Ito ang dahilan kung bakit ang mataas na uri ng mga de-koryenteng kagamitan ay ang bottleneck na ngayon para sa pagpapalawak ng AI.
Habang lumalapit ang mga data center sa mga lungsod para sa hinuha, kailangan nila ng mga compact na substation. Dapat hawakan ng mga unit na ito ang napakalaking pangangailangan ng Industrial power habang umaangkop sa masikip na footprint sa lungsod. Nakikita namin ang isang trend patungo sa gas-insulated switchgear (GIS) at mga disenyo ng modular substation. Nagbibigay-daan ito sa imprastraktura ng AI na mag-tap sa mataas na boltahe na 'backbone' ng isang lungsod nang hindi nangangailangan ng mga ektarya ng lupa.
Ang epekto sa kapaligiran ng AI ay isang pangunahing alalahanin. Upang malutas ang krisis sa pangangailangan ng kuryente sa Data center , nilalagdaan ng mga kumpanya ang Mga Kasunduan sa Pagbili ng Power (Mga PPA) para sa nababagong enerhiya. Mabisa nilang pinopondohan ang pagtatayo ng mga bagong wind at solar farm upang mabawi ang kanilang pagkonsumo.
Hindi sapat na bumili lamang ng 'berdeng mga kredito.' Itinutulak na ngayon ng mga eksperto ang '24/7 Carbon-Free Energy.' Nangangahulugan ito na ang bawat oras ng pangangailangan sa kuryente ay dapat tumugma sa isang oras ng berdeng produksyon. Ito ay hindi kapani-paniwalang mahirap. Nangangailangan ito ng napakalaking mga sistema ng imbakan ng baterya upang tulay ang agwat kapag lumubog ang araw. Ang mga array ng baterya na ito ay nagiging isang karaniwang bahagi ng modernong imprastraktura ng AI.
Ang paglamig ng hangin ay hindi epektibo. Gumagamit ng maraming kuryente ang mga blowing fan at hindi masyadong gumagalaw ng init. Ang paglamig ng likido—kung saan direktang dumadaloy ang isang coolant sa ibabaw ng mga chips—ay mas mahusay. Nagbibigay-daan ito para sa mas mahigpit na pag-iimpake ng mga server at lubhang binabawasan ang enerhiya na 'overhead'. Sa pamamagitan ng paggamit ng liquid cooling, mababawasan ng isang pasilidad ang kabuuang data center power demand nito ng hanggang 20-30%.
Ang enerhiya ay nagiging bagong 'langis' para sa digital na ekonomiya. Ang mga bansang may mura, masaganang kuryente ay nagiging mga bagong hub para sa AI. Nakikita natin ito sa mga lugar tulad ng Nordics o mga bahagi ng United States na may mataas na kapasidad ng hydro-power.
Sampung taon na ang nakalipas, pinili ng isang data center ang lokasyon nito batay sa mga tax break o fiber optic na linya. Ngayon, ang numero unong salik ay ang kakayahan ng grid na suportahan Demand ng kapangyarihang pang-industriya . Kung hindi magagarantiyahan ng lokal na utility ang 200MW ng kapasidad, mapupunta ang proyekto sa ibang lugar. Nagiging sanhi ito ng pagbabago sa heograpiya kung saan nakatuon ang yaman ng teknolohiya.
Habang tumataas ang demand ng kuryente , tumataas din ang presyo. Lumilikha ito ng hadlang sa pagpasok. Tanging ang pinakamayayamang kumpanya lamang ang kayang bayaran ang mga singil sa enerhiya para sa pagsasanay ng mga world-class na modelo ng AI. Ang 'energy moat' na ito ay isang makabuluhang alalahanin para sa mga regulator. Upang mapanatiling mapagkumpitensya ang AI, dapat tayong maghanap ng mga paraan upang gawing ang imprastraktura ng AI , o ipagsapalaran natin ang monopolyo sa katalinuhan na hinihimok ng pag-access sa enerhiya. mas mahusay
Ang relasyon sa pagitan ng AI at kuryente ay nasa maagang yugto pa rin nito. Kami ay gumagalaw patungo sa isang hinaharap kung saan ang mga sentro ng data ay hindi lamang mga mamimili; sila ay mga aktibong kalahok sa grid.
Mga Virtual Power Plant (VPP): Mga data center na gumagamit ng kanilang mga backup na baterya upang itulak ang kuryente pabalik sa grid sa panahon ng mga emerhensiya.
Muling Paggamit ng Init: Gamit ang napakalaking init na nalilikha ng imprastraktura ng AI upang magbigay ng district heating para sa mga kalapit na bayan.
Silicon Evolution: Mga chip na gumagamit ng liwanag (photonics) sa halip na kuryente para magproseso ng data, na maaaring magpababa ng power demand ng 90% (Tandaan: Ang teknolohiyang ito ay kasalukuyang nasa R&D phase at nangangailangan ng karagdagang pagpapatunay para sa malawakang paggamit).
Ang muling paghubog ng pangangailangan ng kuryente ay isang napakalaking hamon, ngunit isa rin itong pagkakataon. Pinipilit tayo nitong i-modernize ang isang grid na stagnant nang ilang dekada. Ang resulta ay magiging isang mas nababanat, mas matalino, at kalaunan ay mas berdeng sistema ng enerhiya para sa lahat.
Ang mga sentro ng data ng AI ay ang bagong mabigat na industriya ng ika-21 siglo. ang epekto ng mga ito sa power demand , na pumipilit sa amin na pag-isipang muli ang lahat mula sa Malalim Smart grid hanggang sa kung paano tayo bumuo ng mga transformer. Sa pamamagitan ng pagtutok sa mataas na kahusayan na imprastraktura ng AI , paggalugad sa mga opsyon sa Off grid , at pagtulak ng 24/7 renewable energy, masusuportahan natin ang paglago ng intelligence nang hindi sinisira ang mga sistema ng enerhiya ng ating planeta. Ang path forward ay nangangailangan ng kumbinasyon ng matalinong engineering at napakalaking pamumuhunan sa pisikal na electrical backbone na ginagawang posible ang digital world.
Q: Gaano karaming kapangyarihan ang ginagamit ng isang kahilingan sa AI?
A: Iminumungkahi ng pananaliksik na ang isang query sa ChatGPT ay maaaring gumamit ng humigit-kumulang 10 beses na mas maraming kuryente kaysa sa karaniwang paghahanap sa Google. Ito ang dahilan kung bakit Data center power demand habang nagiging mas sikat ang mga tool na ito. mabilis na tumataas ang pinagsama-samang
Q: Ang mga renewable lang ba ay makapagpapalakas ng imprastraktura ng AI?
A: Mahirap dahil nangangailangan ang AI ng patuloy na 'baseload' ng kapangyarihan. Ang mga renewable tulad ng hangin at solar ay pasulput-sulpot. Para gumana ito, kailangan ng mga pasilidad ng napakalaking storage ng baterya o maging bahagi ng isang Smart grid na makakapagbalanse ng iba't ibang pinagkukunan ng enerhiya.
Q: Bakit mahalaga ang mga transformer para sa AI?
A: Kinakailangan ang mga transformer upang baguhin ang mataas na boltahe na kuryente mula sa grid patungo sa mga partikular na boltahe na ginagamit ng mga server. Binabawasan ng mga high-efficiency transformer ang pag-aaksaya ng enerhiya, na kritikal kapag pinamamahalaan ang mataas na Industrial power demand ng isang pasilidad ng AI.
ZISHENG nagpapatakbo ng isang world-class na pasilidad sa pagmamanupaktura na dalubhasa sa mga de-koryenteng solusyon na may mataas na pagganap. Nakatuon ang ZISHENG sa 'puso' ng grid: mga transformer at substation na sumusuporta sa mabilis na lumalagong pang-industriyang power demand ngayon. Ang pabrika ng ZISHENG ay nilagyan ng mga precision winding machine at advanced testing laboratories, na tinitiyak na ang bawat unit ay makakayanan ang mahigpit na 24/7 load na kinakailangan ng modernong AI infrastructure.
ZISHENG ang paghahatid ng mga de-kalidad na produkto na iniayon sa mga partikular na pangangailangan ng industriya ng data center. Ipinagmamalaki ng Ang lakas ng ZISHENG ay nakasalalay sa malalim nitong kadalubhasaan sa engineering. Sa halip na magtayo lamang sa karaniwang mga detalye, patuloy na nagbabago ang ZISHENG upang mapahusay ang kahusayan at pagkawala ng init.
Pagbuo man ng isang off-grid microgrid o pag-upgrade ng koneksyon sa smart grid sa lungsod, ang ZISHENG ay may kapasidad sa pagmamanupaktura at teknikal na kadalubhasaan upang suportahan ang mga pinaka-ambisyosong proyekto. Nauunawaan ni ZISHENG na sa mundong pinapagana ng AI, ang downtime ay hindi isang opsyon, at ang kahusayan sa enerhiya ay mahalaga sa pag-maximize ng kakayahang kumita.
