Вчені встановили, що ШІ здатні стабілізувати енергомережі

Швидкий розвиток штучного інтелекту (AI) створює нові виклики для енергетики. Потужні дата-центри, що забезпечують роботу алгоритмів, споживають величезні обсяги електроенергії.

Це ускладнює стабільність енергосистеми та підвищує ризики перебоїв у постачанні. Традиційні рішення — будівництво нових електростанцій чи систем накопичення енергії — потребують значних інвестицій і часу, повідомляє techxplore.com.

Інноваційний підхід Emerald AI

Компанія Emerald AI у співпраці з NVIDIA, Oracle, Salt River Project та EPRI представила програмне рішення, яке перетворює дата-центри на “гнучкі” ресурси для енергосистеми. Їхня розробка — Emerald Conductor — дозволяє регулювати споживання електроенергії дата-центрами відповідно до сигналів від енергомережі.

Система аналізує навантаження та визначає, які AI-завдання можуть бути тимчасово уповільнені без шкоди для кінцевого результату. Це дає змогу зменшувати споживання енергії у критичні моменти, зберігаючи при цьому якість роботи сервісів.

Реальні результати

Під час тестування на кластері з 256 GPU у Фініксі було досягнуто:

• Зниження споживання електроенергії на 25% протягом трьох годин пікового навантаження.
• Мінімальний вплив на продуктивність — користувачі не відчули суттєвих змін у швидкості чи точності роботи AI.
• Підвищення надійності енергосистеми — дата-центр фактично став активним учасником балансування попиту та пропозиції.

Переваги нового підходу

• Швидке впровадження без необхідності будівництва нової інфраструктури.
• Зменшення ризику енергетичних криз у регіонах з високим навантаженням.
• Підвищення екологічності за рахунок скорочення використання пікових електростанцій.
• Можливість масштабування на глобальному рівні.

Читайте також: Штучний інтелект у гастроентерології: клінічні випробування показали перші результати

Дослідження Emerald AI стало першим реальним прикладом використання дата-центрів як інструменту стабілізації енергосистеми. У майбутньому компанія планує розширити технологію, інтегрувати її з GPU-платформами та протестувати у різних регіонах.

Це відкриває шлях до створення мережі “розумних” дата-центрів, які не лише забезпечують роботу штучного інтелекту, а й активно підтримують енергетичну стабільність.