Centra danych AI wykorzystują zmodyfikowane silniki odrzutowe, aby ominąć opóźnienia w sieci energetycznej

Ogromne zapotrzebowanie na energię związane z rozwojem sztucznej inteligencji zmusza operatorów centrów danych do rezygnacji z tradycyjnych sieci energetycznych na rzecz niekonwencjonalnych źródeł zasilania, w tym przekształconych lotniczych silników odrzutowych. Jak podaje TechCrunch, powołując się na New York Times, niektóre firmy wykorzystują te przebudowane silniki do generowania własnej elektryczności, zmagając się z wieloletnim oczekiwaniem na tradycyjne przyłącza sieciowe.

Co się stało

Przyłącza do sieci stały się głównym wąskim gardłem dla branży AI. TechCrunch informuje, że podłączenie 100 megawatów do sieci w północnej Wirginii zajmuje około siedmiu lat, według Międzynarodowej Agencji Energetycznej. Z kolei przedstawiciele kierownictwa Mitsubishi Power przekazali agencji Bloomberg, że większość nowych mocy wytwórczych nie zostanie uruchomiona przed 2031 rokiem. Opóźnienia te generują realne koszty biznesowe; TechCrunch zauważa, że Microsoft wycofał się jako główny klient centrum danych Nscale w Loughton w Anglii, gdy lokalny zakład energetyczny oświadczył, że nie jest w stanie dostarczyć wystarczającej ilości energii przed wczesnymi lub środkowymi latami trzydziestymi XXI wieku.

Aby ominąć te oczekiwania, operatorzy wdrażają szybkie alternatywy. Analityk Rystad Energy, Audun Martinsen, powiedział w rozmowie z New York Times, że jednostki napędzane silnikami odrzutowymi pozwalają operatorom uruchomić centrum danych w zaledwie 24 miesiące. TechCrunch informuje, że xAI Elona Muska zainstalowało osiem przekształconych turbin z silnikami odrzutowymi w Mississippi, aby zasilać swoje centrum danych Colossus 2 w Memphis. Wykorzystano przy tym urządzenia od firmy ProEnergy, która przebudowuje silniki GE powszechnie spotykane w samolotach Boeing.

Inni gracze z branży idą w ich ślady. OpenAI wykorzystało turbiny gazowe w swojej pierwszej lokalizacji Stargate w Abilene w Teksasie w 2025 roku. Za budowę kampusu odpowiadał startup Crusoe z Denver, który w kwietniu zamówił 13 przekształconych jednostek od ProEnergy. TechCrunch zauważa, że chociaż we wrześniu Crusoe wycofał się z osobnej transakcji o wartości 1,25 miliarda dolarów z Boom Supersonic na około 20 turbin gaz ziemny, rzecznik firmy potwierdził, że przedsiębiorstwo nadal planuje korzystać z turbin. Ponadto administracja Trumpa wywiera obecnie presję, zachęcając centra danych do samodzielnego generowania energii elektrycznej.

Te rozwiązania tymczasowe wiążą się z wyraźnymi wadami. Według New York Times, na który powołuje się TechCrunch, przekształcone silniki odrzutowe są mniej wydajne, zanieczyszczają środowisko bardziej niż konwencjonalne turbiny elektrowni gazowych i wymagają większej liczby jednostek, aby dorównać standardowej mocy wyjściowej. Eksperci sugerują, że te kompromisy w zakresie środowiska i wydajności mogą stać się poważnymi problemami już za rok lub dwa.

Dlaczego to ma znaczenie dla małych zespołów operacyjnych

Jeśli uruchamiasz obciążenia robocze na współdzielonej infrastrukturze AI lub planujesz własne zlokalizowane klastry agentowe, wąskie gardła infrastrukturalne na poziomie masowych centrów danych bezpośrednio wpływają na Twoje harmonogramy skalowania i koszty w chmurze. Kiedy najwięksi gracze, tacy jak OpenAI czy xAI, stają w obliczu siedmioletniego oczekiwania na tradycyjne przyłącza energetyczne i uciekają się do tymczasowych elektrowni opartych na silnikach odrzutowych, oznacza to, że fizyczne ograniczenia sztucznej inteligencji są jak najbardziej realne. Dla małych zespołów budujących firmy o charakterze hybrydowym (człowiek-AI) oznacza to, że koszty obliczeniowe i dostępność pozostaną niestabilne. Nie można zakładać, że tania i nieskończona moc obliczeniowa w chmurze będzie zawsze natychmiast dostępna, podczas gdy dostawcy walczą o zabezpieczenie podstawowej energii.

Co zrobić w tym tygodniu

1. Przeprowadź audyt swoich obecnych zależności związanych z obciążeniami AI, aby ustalić, czy Twoje operacje polegają na jednoregionalnych dostawach chmurowych podatnych na regionalne ograniczenia sieciowe i energetyczne.
2. Wbuduj redundancję w strategię wdrażania agentów, testując wieloregionalne lub wielodostawcze opcje awaryjne dla krytycznych, zautomatyzowanych przepływów pracy.
3. Przeanalizuj swoje prognozy obliczeniowe na kolejne 12–24 miesiące, aby uwzględnić potencjalne wahania cen napędzane przez szersze braki infrastrukturalne i energetyczne.

Źródła

• Data centers are turning to old jet engines as the wait for power grows — TechCrunch - AI