คำตอบทุกคำตอบที่คุณได้รับจากแชทบอท AI เริ่มต้นด้วยไฟฟ้า คำเหล่านั้นปรากฏบนหน้าจอของคุณ แต่การทำงานจริงเกิดขึ้นในอาคารที่อยู่ห่างไกลซึ่งเต็มไปด้วยชิปคอมพิวเตอร์ ชิปเหล่านั้นใช้พลังงาน ย้ายข้อมูล และสร้างความร้อนมากพอที่จะต้องใช้ระบบทำความเย็นแบบหนักในศูนย์ข้อมูล AI
เมื่อคุณคูณกระบวนการนี้ด้วยคำขอหลายล้านคำ คำขอภาพ และภารกิจทางธุรกิจ คุณจะเริ่มเข้าใจว่าทำไมคำตอบที่รวดเร็วสำหรับคำถามที่ดูเหมือนไม่มีน้ำหนักกลับกลายเป็นความต้องการทางกายภาพต่อโรงไฟฟ้าและสายไฟฟ้า
บริษัทสาธารณูปโภคด้านไฟฟ้าถูกขอให้จัดหาความต้องการนั้นในปริมาณมหาศาลและเข้มข้น วิทยาเขตศูนย์ข้อมูลขนาดใหญ่โดยเฉลี่ยอาจใช้ไฟฟ้าเท่ากับเมืองเล็กๆ และบริษัทต่างๆ สามารถวางแผนและสร้างศูนย์ข้อมูลได้เร็วกว่าที่บริษัทสาธารณูปโภคจะรองรับได้
บริษัทสาธารณูปโภคยังต้องเตรียมพร้อมสำหรับช่วงเวลาที่ลูกค้าใช้ไฟฟ้ามากที่สุด แม้ว่ากำลังบางส่วนนั้นจะไม่ได้ใช้งานในช่วงปกติก็ตาม โดยสรุปแล้ว ศูนย์ข้อมูลต้องการพลังงานเร็วกว่าที่โครงข่ายจะจัดหาได้
ทางออกหนึ่งคือการสร้างโรงไฟฟ้าใหม่ แต่นี่เป็นทางออกที่มีค่าใช้จ่ายสูงและใช้เวลานาน ซึ่งอาจใช้เงินหลายพันล้านดอลลาร์และใช้เวลาหลายปีกว่าจะเริ่มดำเนินการได้
อย่างไรก็ตาม อีกทางออกหนึ่งคือการย้ายงานคอมพิวเตอร์บางส่วนไปทำในช่วงเวลาอื่น
คำตอบจากแชทบอทมักต้องแสดงผลทันที แต่การทดลองภายในหรือคิวประมวลผลวิดีโอข้ามคืนสามารถรอได้ ซอฟต์แวร์ที่สามารถแยกแยะความแตกต่างได้อาจชะลอการทำงานที่สามารถรอได้ในช่วงที่ไฟฟ้าขาดแคลน จากนั้นปล่อยให้ทำงานต่อเมื่อมีพลังงานเพียงพอ
การทดลองเล็กๆ ในเท็กซัสแสดงให้เห็นว่าการจัดการแบบนั้นอาจเป็นอย่างไร
Luxor Energy บริษัทที่มีรากฐานมาจาก การขุด Bitcoin ร่วมมือกับ Bentaus ซึ่งผลิตซอฟต์แวร์ที่ควบคุมปริมาณพลังงานที่ชิปคอมพิวเตอร์ใช้ ร่วมกันพวกเขาควบคุมชิป Nvidia B200 เพียงตัวเดียว ซึ่งเป็นชิปพลังสูงที่ออกแบบมาสำหรับงาน AI
ชิปนั้นกำลังทำการอนุมาน ซึ่งหมายถึงการใช้โมเดล AI ที่ผ่านการฝึกอบรมเพื่อสร้างคำตอบ เมื่อซอฟต์แวร์สั่งให้ลดการใช้ไฟฟ้าลง
บริษัทระบุว่าการใช้พลังงานของชิปลดลงเหลือประมาณ 25% ของปกติภายในครึ่งวินาที และประมวลผลคำขอได้น้อยลงในช่วงที่จำกัด
Ethan Vera ประธานเจ้าหน้าที่ปฏิบัติการของ Luxor บอกกับ CryptoSlate ว่าไม่มีงานใดที่ล้มเหลว และไม่มีงานที่กำลังดำเนินอยู่หายไป ชิปกลับมาทำงานเต็มที่เมื่อการจำกัดสิ้นสุดลง
Luxor และ Bentaus กล่าวว่าการสาธิตสาธารณะของพวกเขามี "ไม่มีการหยุดชะงัก" แต่คำนี้ต้องการการแปลบางอย่าง จากมุมมองของผู้ประกอบการ งานนั้นรอดและกลับมาทำงานเต็มที่
อย่างไรก็ตาม ลูกค้ายังอาจต้องรอคำตอบนานขึ้น เพราะชิปทำงานได้น้อยลงในช่วงที่จำกัด แผนการที่จะทำให้ AI มีความยืดหยุ่นจะขึ้นอยู่กับความถี่ของการชะลอตัวนี้ ใครเป็นผู้ประสบปัญหานี้ และลูกค้าเหล่านั้นได้รับคำสัญญาอะไรไว้
การทดลองนี้ประสบความสำเร็จ แต่เกี่ยวข้องกับชิปเพียงตัวเดียว ศูนย์ข้อมูลขนาดใหญ่มีชิปนับหมื่นตัว รวมถึงเซิร์ฟเวอร์ ระบบทำความเย็น อุปกรณ์เก็บข้อมูล และอุปกรณ์เครือข่าย
การทดสอบนี้ช่วยให้เห็นแนวคิดที่กว้างขึ้นได้ง่ายขึ้น: ศูนย์ข้อมูล AI สามารถจัดลำดับงานตามความเร่งด่วน และบางครั้งขอให้โครงข่ายจ่ายไฟน้อยลง
เท็กซัสขาดแคลนพลังงานที่จะจ่ายให้กับคอมพิวเตอร์ที่รอคอย
ตัวอย่างที่ดีที่สุดของสิ่งที่เกิดขึ้นเมื่อศูนย์ข้อมูลใหม่มาเร็วกว่าโครงสร้างพื้นฐานพลังงานใหม่คือเท็กซัส
สภาความเชื่อถือไฟฟ้าแห่งเท็กซัส (ERCOT) บริหารจัดการโครงข่ายที่ให้บริการแก่พื้นที่ส่วนใหญ่ของรัฐ เมื่อวันที่ 22 กรกฎาคม การใช้ไฟฟ้าสูงสุดแตะสถิติเบื้องต้นที่ 91,089 เมกะวัตต์ ซึ่งเป็นตัวเลขที่ยังไม่ได้รับการยืนยันจนกว่าข้อมูลจะถูกตรวจสอบเสร็จสมบูรณ์
ERCOT ระบุว่าหนึ่งเมกะวัตต์สามารถให้บริการลูกค้าครัวเรือนได้ประมาณ 250 คนในชั่วโมงที่มีความต้องการสูงสุด ด้วยการเปรียบเทียบคร่าวๆ สถิตินี้เท่ากับความต้องการของลูกค้าครัวเรือนมากกว่า 22 ล้านคนในคราวเดียว
ผู้ว่าการเกร็ก แอ็บบอต กล่าวในเดือนสิงหาคมว่า ERCOT กำลังตรวจสอบ คำขอเชื่อมต่อพลังงานใหม่กว่า 474 กิกะวัตต์ โดยประมาณ 90% มาจากศูนย์ข้อมูล หนึ่งกิกะวัตต์เท่ากับ 1,000 เมกะวัตต์ ดังนั้นในทางกระดาษ คิวนี้ขอพลังงานมากกว่าห้าเท่าของชั่วโมงที่มีการใช้ไฟฟ้าสูงสุดของ ERCOT
แอ็บบอตสั่งให้หน่วยงานกำกับดูแลตรวจสอบโครงการก่อนอนุมัติให้ดำเนินการต่อ
ในการทบทวนเบื้องต้นเมื่อวันที่ 28 กรกฎาคม ERCOT พบว่าประมาณ 205 กิกะวัตต์มีการศึกษาสนับสนุนเพียงพอที่จะผ่านการตรวจสอบชุดแรก ซึ่งน้อยกว่าครึ่งหนึ่งของจำนวนทั้งหมด 474 กิกะวัตต์ การตรวจสอบของแอ็บบอตทำให้การทบทวนนี้หยุดชะงัก
หน่วยงานกำกับดูแล ให้เวลาเพิ่มเติมแก่ ERCOT เมื่อวันที่ 20 สิงหาคม และหน่วยงานระบุว่าจะส่งคำตัดสินเกี่ยวกับคุณสมบัติที่มีเงื่อนไขภายในวันที่ 31 สิงหาคม ผู้พัฒนาสามารถยื่นข้อเสนอที่ทับซ้อนกัน จองสถานที่สำหรับโครงการที่ไม่เคยได้รับเงินทุน หรือขอให้หลายสถานที่จ่ายพลังงานให้กับวิทยาเขตเดียวในอนาคต
เท็กซัสกำลังดำเนินการตรวจสอบส่วนหนึ่งเพราะรายชื่อได้กลายเป็นสิ่งที่ไม่เกี่ยวข้องกับความเป็นไปได้ทางกายภาพจนเกินไปที่จะใช้เป็นแนวทางในการวางแผนโครงข่ายเอง
แต่แม้จะมีข้อแม้นั้น 474 กิกะวัตต์ก็แสดงให้เห็นถึงความเร่งรีบในการหาที่ดินที่มีการเข้าถึงพลังงานจำนวนมาก จำนวนเครื่องจักรที่เสนอไว้มากกว่าสายไฟฟ้าที่พร้อมจะรองรับ
รายงานอัปเดตจาก ห้องปฏิบัติการแห่งชาติลอเรนซ์เบิร์กลีย์ ที่เผยแพร่ในปีนี้คาดการณ์ว่าศูนย์ข้อมูลอาจใช้ไฟฟ้าถึง 11.8% ของสหรัฐฯ ในปี 2030 ตัวเลขต่ำสุดคือ 9.5% และสูงสุดคือ 15.3% สำนักงานพลังงานระหว่างประเทศคาดการณ์ว่าศูนย์ข้อมูลจะคิดเป็นประมาณครึ่งหนึ่งของการเพิ่มขึ้นของการใช้ไฟฟ้าในสหรัฐฯ จนถึงสิ้นทศวรรษ
แต่แม้จะมีความต้องการแบบนี้ สายส่งในประเทศที่พัฒนาแล้วอาจใช้เวลา 4 ถึง 8 ปีในการก่อสร้าง หน่วยงานระบุว่าระยะเวลาการรอคอยสำหรับอุปกรณ์สำคัญ รวมถึงหม้อแปลงและสายเคเบิล เพิ่มขึ้นเป็นสองเท่าในช่วงสามปีที่ผ่านมา
บริษัท AI มักพูดถึงชิป แต่ระบบไฟฟ้าต้องคิดในรูปแบบเมือง ชิป B200 ตัวเดียวสามารถใช้พลังงานได้ถึง 1,000 วัตต์ Nvidia ระบุการใช้พลังงานสูงสุดประมาณ 14.3 กิโลวัตต์สำหรับเซิร์ฟเวอร์ DGX B200 ที่มี GPU 8 ตัวครบชุด หนึ่งเมกะวัตต์เท่ากับ 1,000 กิโลวัตต์ และกฎใหม่ของเท็กซัสสำหรับผู้ใช้ไฟฟ้าขนาดใหญ่เริ่มต้นที่ 75 เมกะวัตต์
ภายใต้การเปรียบเทียบกับลูกค้าครัวเรือนของ ERCOT ปริมาณนี้สามารถให้บริการลูกค้าได้ประมาณ 18,750 คนในชั่วโมงที่มีความต้องการสูงสุด นอกจากนี้ยังสามารถจ่ายไฟให้กับ GPU 1 กิโลวัตต์ได้ 75,000 ตัว อย่างน้อยก่อนเพิ่มโปรเซสเซอร์ ระบบทำความเย็น เครือข่าย แบตเตอรี่ และการสูญเสียไฟฟ้า
ดังนั้น การเรียนรู้วิธีควบคุมและลดการใช้พลังงานของชิปตัวหนึ่งจึงเป็นขั้นตอนแรกในหลายๆ ขั้นตอนที่จะเข้าใจวิธีจัดการการใช้พลังงานในศูนย์ข้อมูลทั้งหมด
ความซับซ้อนของความพยายามนั้น ทั้งในด้านซอฟต์แวร์และฮาร์ดแวร์ เป็นเหตุผลที่ผู้วางแผนโครงข่ายถือว่าศูนย์ข้อมูลเป็น "โหลดที่แน่นอน" หมายความว่าไฟฟ้าต้องพร้อมใช้งานทุกเมื่อที่พวกเขาขอ
ผู้ประกอบการศูนย์ข้อมูลต้องการ GPU ราคาแพงทำงานอย่างต่อเนื่อง เพราะทุกนาทีที่เครื่องจักรไม่ได้ทำงานจะทำให้งานที่ลูกค้าจ่ายเงินให้ล่าช้า ชิปหลายพันตัวที่ทำงานในงาน AI ขนาดใหญ่หนึ่งงานมีความสัมพันธ์กันอย่างใกล้ชิด
ในบางจุด กลุ่มหนึ่งอาจต้องรออีกกลุ่มหนึ่งให้เสร็จก่อนจึงจะสามารถดำเนินการต่อได้ หากคุณชะลอการทำงานของกลุ่มที่เลือกไว้ ความล่าช้าอาจส่งผลกระทบไปยังเครื่องจักรใกล้เคียง
แต่ไม่ใช่ว่างานคอมพิวเตอร์ทั้งหมดในศูนย์ข้อมูลจะต้องเกิดขึ้นทันทีหรือทำงานเต็มประสิทธิภาพ งานบางอย่างมีความละเอียดอ่อนต่อเวลา ขณะที่งานอื่นๆ สามารถเลื่อนออกไปหรือทำงานช้าลงได้โดยไม่มีผลกระทบมากนัก บางงานยังสามารถย้ายไปยังศูนย์ข้อมูลอื่นที่มีไฟฟ้าพร้อมใช้งานมากกว่าได้
แต่ละทางเลือกมาพร้อมกับการแลกเปลี่ยน แต่ทุกทางเลือกสามารถลดการใช้พลังงานของศูนย์ข้อมูลจากโครงข่ายท้องถิ่นในช่วงเวลาหนึ่งๆ ได้
นักขุด Bitcoin ได้สอนคอมพิวเตอร์ให้ยอมแพ้
หลักฐานนี้มาจาก การขุด Bitcoin บนโครงข่ายเท็กซัส นักขุด Bitcoin แข่งขันกันเพื่อรับรางวัลจากการใช้เครื่องจักรที่ทำงานคำนวณอย่างต่อเนื่อง เมื่อเครื่องจักรหยุดทำงาน นักขุดจะเสียโอกาสในการทำเงินในช่วงนั้น
แต่เมื่อไฟฟ้ากลับมา เครื่องจักรสามารถกลับมาทำงานได้แทบจะทันที ไม่มีลูกค้าคนไหนรอคำตอบ และไม่มีงานคอมพิวเตอร์ที่ยังไม่เสร็จต้องถูกเก็บรักษาไว้
เท็กซัสพบว่าแนวคิดพื้นฐานนี้เรียกว่าการตอบสนองต่อความต้องการ: เมื่อไฟฟ้าขาดแคลนและมีราคาสูง ผู้ใช้รายใหญ่จะมีเหตุผลที่จะใช้ไฟฟ้าน้อยลง
นักขุด Bitcoin เหมาะสมกับข้อตกลงนี้เป็นพิเศษ พวกเขาสามารถปิดเครื่องเมื่อราคาขายส่งพุ่งสูงขึ้น ได้รับเงินจากการลดการใช้ไฟฟ้าในภาวะฉุกเฉิน และลดค่าใช้จ่ายในการส่งผ่านไฟฟ้าด้วยการไม่ใช้งานในช่วงฤดูร้อนที่สำคัญเพียงไม่กี่ชั่วโมง
การทบทวน ของ ERCOT ในเดือนเมษายนระบุว่านักขุดคริปโตเป็นผู้มีส่วนร่วมที่มีความไวต่อราคาเป็นหลักในโปรแกรมฉุกเฉินหนึ่งในนั้น สำหรับนักขุด การคำนวณนั้นง่ายมาก: เมื่อเมกะวัตต์มีค่ามากกว่า Bitcoin ที่เครื่องจักรอาจได้รับ ให้ปิดเครื่องจักร
โหลดการขุด Bitcoin คงอยู่ใกล้ระดับเต็มเมื่อไฟฟ้าราคาถูก แล้วลดลงเมื่อราคาข้ามเกณฑ์การลดการใช้ไฟฟ้า ราคาแฮชที่สูงขึ้นจะย้ายเกณฑ์นั้นขึ้นไป แหล่งที่มา: Subir Majumder ตามข้อมูล ERCOT
Luxor จัดหาซอฟต์แวร์ บริการพลังงาน และผลิตภัณฑ์ทางการเงินให้กับนักขุด Bitcoin ดังนั้นจึงเข้าใกล้ AI ด้วยสัญชาตญาณในการคำนวณที่สามารถหยุดชะงักได้ การทดลองนี้ถามว่าเครื่องจักรที่ให้บริการลูกค้าสามารถสืบทอดความเชื่อฟังต่อราคาไฟฟ้าของนักขุดได้หรือไม่
คำถามนี้เริ่มมีความเร่งด่วนมากขึ้นเมื่อนักขุด เปลี่ยนไซต์ที่มีพลังงานสูงเป็นวิทยาเขต AI หากโครงข่ายแลกเปลี่ยนเหมือง Bitcoin ที่สามารถปิดได้ตามคำสั่งกับศูนย์ข้อมูลที่ทำงานตลอด 24 ชั่วโมง อาจกำลังสูญเสียเบรกฉุกเฉินที่มีค่า
ศูนย์ข้อมูลจะมีความยืดหยุ่นได้มากแค่ไหนขึ้นอยู่กับสิ่งที่เครื่องจักรกำลังทำ
การฝึกอบรมคือกระบวนการยาวนานที่ใช้พลังงานสูงในการสอนโมเดล โดยปรับแต่งซ้ำๆ ขณะที่โมเดลทำงานผ่านข้อมูลจำนวนมหาศาล การอนุมานคือสิ่งที่เกิดขึ้นหลังจากนั้น เมื่อใครบางคนขอคำตอบ ภาพ คำแปล หรือการทำนายจากโมเดลที่เสร็จสมบูรณ์แล้ว ทั้งสองสิ่งนี้สร้างโอกาสที่แตกต่างกันในการลดการใช้พลังงาน
การฝึกอบรมระยะยาวบางครั้งอาจหยุดชั่วคราวที่จุดเช็คพอยต์ที่บันทึกไว้และกลับมาต่อในภายหลัง แม้ว่าการหยุดเครื่องจักรหลายพันเครื่องพร้อมกันจะไม่ใช่เรื่องง่าย การอนุมานอาจประกอบด้วยคำขอเล็กๆ น้อยๆ นับล้านคำ บางคำมาจากคนที่คาดหวังคำตอบทันที และบางคำมาจากงานอัตโนมัติที่สามารถรอในคิวได้จนกว่าไฟฟ้าจะมีราคาถูกหรือสะดวกกว่า
Google ได้จัดลำดับการคำนวณแบบนี้มาหลายปี ในปี 2023 บริษัท อธิบายว่าสามารถชะลอการทำงาน เช่น การประมวลผลวิดีโอ YouTube เมื่อโครงข่ายท้องถิ่นอยู่ในภาวะเครียด หรือส่งงานนั้นไปยังภูมิภาคอื่นที่มีพลังงานมากกว่า บริการค้นหา แผนที่ และบริการอื่นๆ ที่ผู้คนคาดหวังให้ทำงานทันทียังคงออนไลน์
ต่อมา Google นำแนวคิดเดียวกันนี้ไปใช้กับงานการเรียนรู้ของเครื่อง โดยในเดือนมีนาคม 2026 บริษัทระบุว่าได้บรรจุ การตอบสนองความต้องการของศูนย์ข้อมูลหนึ่งกิกวัตต์ ไว้ในสัญญาสาธารณูปโภคระยะยาวในหลายภูมิภาคของสหรัฐฯ
ข้อตกลงเหล่านั้นอาจช่วยให้ศูนย์ข้อมูลใหม่เชื่อมต่อกับโครงข่ายได้เร็วขึ้น
ขณะนี้นักวิจัยกำลังแสดงให้เห็นว่าสิ่งนี้สามารถใช้งานได้จริงนอกเหนือจากการจำลอง ในบทความ Nature Energy ที่ผ่านการตรวจสอบ ทีมงานได้บรรยายการทดลองที่ศูนย์คลาวด์ Oracle ในฟีนิกซ์ ซอฟต์แวร์ลดการใช้พลังงานของคลัสเตอร์ GPU 256 ตัวลง 25% เป็นเวลาสามชั่วโมง โดยไม่ได้ผลักดันงานที่มีความสำคัญให้เกินระดับประสิทธิภาพที่สัญญาไว้
หัวใจสำคัญคือการตัดสินใจว่าจะดูดซับความล่าช้าที่ไหน ซอฟต์แวร์ที่กำหนดว่างานใดจะทำงานและเมื่อไหร่ เรียกว่าตัวจัดตาราง จะปกป้องงานที่เร่งด่วนและดึงการประหยัดพลังงานจากงานที่มีกำหนดเวลาผ่อนปรนมากกว่า
โหลดการขุด Bitcoin ลดลงเมื่อโอกาสของช่วง 4CP เพิ่มขึ้น การตอบสนองจะอ่อนลงเมื่อรายได้จากการขุดสูงขึ้น แหล่งที่มา: Subir Majumder ตามข้อมูล ERCOT
Emerald AI บริษัทที่นำงานนี้ประกาศ $150 ล้านการระดมทุนรอบ A เมื่อวันที่ 25 สิงหาคม ซึ่งประเมินมูลค่าบริษัทไว้ที่มากกว่า 1 พันล้านดอลลาร์ นอกจากนี้ยังระบุว่าซอฟต์แวร์ของตนกำลังทำงานเชิงพาณิชย์ในศูนย์ข้อมูลทั้งหมด โดยดึงพลังงานหลายเมกะวัตต์
ข้อมูลประสิทธิภาพที่เป็นอิสระสำหรับแต่ละไซต์ไม่มีให้บริการ แต่ถึงอย่างนั้น การระดมทุนแสดงให้เห็นว่า AI ที่มีความยืดหยุ่นได้ก้าวข้ามเอกสารวิจัยไปสู่ธุรกิจเชิงพาณิชย์แล้ว
นักวิจัยคนอื่นๆ ได้พยายามประเมินว่าศูนย์ข้อมูล AI สามารถสัญญาได้อย่างน่าเชื่อถือว่าจะลดการใช้ไฟฟ้าลงในช่วงเวลาที่ยากลำบากได้มากแค่ไหน
เอกสารการทำงานของ มหาวิทยาลัยชิคาโก ใช้ราคาไฟฟ้าสี่ปีและคำขออนุมานจริง 49.4 ล้านคำเพื่อสร้างแบบจำลองคำตอบ ผู้เขียนประเมินว่าศูนย์ข้อมูลที่เน้นการอนุมานสามารถสัญญาลดความต้องการได้ 40% ศูนย์ข้อมูลที่ทำงานผสมระหว่างการอนุมานและการฝึกอบรมสามารถสัญญาได้ 24.6%
เปอร์เซ็นต์เหล่านั้นลดลงเพียงเล็กน้อยเมื่อขยายแบบจำลองไปสู่กองเรือ 10 กิกะวัตต์ ข้อจำกัดหลักมาจากการทำสัญญาลูกค้า การจำกัดการย้ายงาน และการเร่งเครื่องจักรกลับมาทำงานเต็มที่
นักวิจัยจากมหาวิทยาลัยอัลเบอร์ตา สร้างแบบจำลองว่าเกิดอะไรขึ้นกับโครงข่ายเมื่องาน AI สามารถชะลอหรือย้ายไปยังศูนย์ข้อมูลอื่นได้ ในสถานการณ์ที่เครียดที่สุดของแบบจำลอง ความยืดหยุ่นนั้นลดกำลังการผลิตของโรงไฟฟ้าลงได้มากกว่า 21% ในอีกสถานการณ์หนึ่ง ที่โครงข่ายท้องถิ่นมีความแออัด ลดต้นทุนรวมในการจ่ายไฟฟ้าลง 3.5% แม้ว่าการใช้จ่ายในการผลิตใหม่จะเพิ่มขึ้น 7.1%
ประโยชน์ส่วนใหญ่จากการชะลอการทำงานปรากฏในช่วงสามชั่วโมงแรก ดังนั้นการรอคอยนานขึ้นจึงไม่ได้ช่วยอะไรมากนัก แม้ว่าสิ่งนี้จะไม่ได้ขจัดความจำเป็นในการสร้างโรงไฟฟ้าและสายส่งใหม่ แต่ก็แสดงให้เห็นว่าโครงข่ายสามารถรองรับความต้องการ AI ได้ด้วยโครงสร้างพื้นฐานน้อยลงและต้นทุนรวมที่ต่ำกว่า
สี่ช่วงเวลาที่ซ่อนอยู่อาจกำหนดราคาทั้งปี
เงินที่อยู่เบื้องหลังการทดลองของ Luxor มาจากคุณสมบัติที่ไม่ธรรมดาของตลาดไฟฟ้าเท็กซัส ลูกค้ารายใหญ่ช่วยจ่ายค่าใช้จ่ายสำหรับโครงข่ายส่งไฟฟ้าแรงสูง และส่วนหนึ่งของค่าใช้จ่ายนั้นอาจขึ้นอยู่กับปริมาณพลังงานที่พวกเขาใช้ในช่วงเวลาเพียงสี่ช่วง 15 นาทีตลอดทั้งปี
ช่วงเวลาเหล่านั้นคือช่วงที่มีความต้องการสูงสุดของระบบในเดือนมิถุนายน กรกฎาคม สิงหาคม และกันยายน ซึ่งเรียกว่า Four Coincident Peaks หรือ 4CPs
ข้อจำกัดคือไม่มีใครรู้แน่ชัดว่าช่วง 4CP เกิดขึ้นเมื่อไหร่จนกว่าเดือนจะจบลง ดังนั้นผู้ใช้พลังงานรายใหญ่จึงจ้างนักพยากรณ์เพื่อเฝ้าดูโครงข่าย สภาพอากาศ และความต้องการไฟฟ้า และคาดการณ์ว่าช่วงเวลาที่มีความต้องการสูงจะเกิดขึ้นเมื่อไหร่
หากโอกาสสูงพอ พวกเขาจะลดการใช้พลังงานในช่วง 15 นาทีนั้น ถ้าคาดการณ์ถูกต้องบ่อยพอ การประหยัดค่าใช้จ่ายในการส่งผ่านไฟฟ้าอาจมีมูลค่าสูง นั่นทำให้ 4CP กลายเป็นเกมการคาดการณ์และการลดการใช้พลังงานที่เกิดขึ้นซ้ำๆ สำหรับโรงงาน โรงขุด Bitcoin แบตเตอรี่ และตอนนี้อาจรวมถึงศูนย์ข้อมูล AI
ผลตอบแทนที่อาจเกิดขึ้นนั้นทำให้การแจ้งเตือนผิดพลาดจำนวนมากคุ้มค่าที่จะทนได้ ตัวเลขล่าสุดของ PUCT ปี 2026 ระบุค่าใช้จ่ายในการส่งผ่านไฟฟ้าของ ERCOTที่ ประมาณ 6 พันล้านดอลลาร์ กระจายไปตามความต้องการเฉลี่ย 4CP ที่ 80,859.8 เมกะวัตต์
นั่นคิดเป็นประมาณ 74.89 ดอลลาร์ต่อกิโลวัตต์ต่อปี ด้วยอัตราดังกล่าว ความต้องการ 100 เมกะวัตต์ในช่วงสี่ช่วงเวลาที่มีความต้องการสูงสุดคิดเป็นค่าใช้จ่ายในการส่งผ่านไฟฟ้าประจำปีประมาณ 7.49 ล้านดอลลาร์
แม้ว่าค่าใช้จ่ายจริงจะแตกต่างกันไปตามเขตบริการและสัญญา แต่แรงจูงใจทางการเงินในที่นี้ชัดเจนมาก ศูนย์ข้อมูลขนาดใหญ่อาจมีเงินหลายล้านดอลลาร์ที่ขึ้นอยู่กับการใช้ไฟฟ้าเพียงหนึ่งชั่วโมงที่กระจายไปทั่วฤดูร้อน การลดการใช้พลังงานเพียงไม่กี่ชั่วโมงเพื่อคว้าชั่วโมงนั้นอาจเป็นการแลกเปลี่ยนที่ดีมาก
โหลดการขุด Bitcoin ลดลงเมื่อโอกาสของช่วง 4CP เพิ่มขึ้น การตอบสนองจะอ่อนลงเมื่อรายได้จากการขุดสูงขึ้น แหล่งที่มา: Subir Majumder ตามข้อมูล ERCOT
Luxor ตัดสินใจที่จะลดความเร็วของ GPU เอง โดยใช้ข้อมูลโครงข่ายสดเพื่อตัดสินใจว่าจะดำเนินการเมื่อไหร่ Vera กล่าวว่าบริษัทเฝ้าดูสัญญาณว่าช่วง 4CP อาจเกิดขึ้น จากนั้นส่งคำสั่งไปยังชิปเอง ERCOT ไม่เคยบอกให้ GPU ลดความเร็ว และไม่มีโครงการฉุกเฉินของโครงข่ายเข้ามาเกี่ยวข้อง
นี่เป็นเสมือนการเดิมพันส่วนตัวว่าความต้องการไฟฟ้าจะสูงสุดเมื่อไหร่ โดยมีเป้าหมายเพื่อลดค่าใช้จ่ายในการส่งผ่านไฟฟ้า Luxor จัดประเภท การลดการใช้พลังงานด้วยตนเองแบบ 4CP นี้แยกออกจากโครงการตอบสนองความต้องการที่ดำเนินการอยู่
นี่ยังทำให้เวลาตอบสนองครึ่งวินาทีอยู่ในมุมมองที่เหมาะสม ช่วง 4CP มีอายุ 15 นาที ดังนั้นไม่ว่า GPU จะถึงระดับพลังงานต่ำกว่าในครึ่งวินาทีหรือหลายวินาทีก็แทบไม่แตกต่างกันเลยในแง่ของการประหยัดค่าส่งผ่านไฟฟ้า
โครงการฉุกเฉินของ ERCOT โดยทั่วไปให้เวลาลูกค้าที่เข้าร่วม 10 หรือ 30 นาทีในการลดการใช้พลังงานที่สัญญาไว้ บริการโครงข่ายอื่นๆ บางอย่างเคลื่อนไหวเร็วกว่า โดยลูกค้าต้องเริ่มลดการใช้พลังงานทันทีและลดการใช้พลังงานลงให้ได้ภายใน 10 นาที
หากฮาร์ดแวร์ AI เข้าร่วมในตลาดเหล่านั้นในที่สุด การควบคุมที่ต่ำกว่าวินาทีอาจมีประโยชน์มากขึ้น สำหรับ Luxor ทุกวินาทีที่ GPU ใช้เวลาลดความเร็วคือวินาทีที่มันอาจใช้เพื่อทำเงินจากการคำนวณ
Bentaus ได้ทดสอบแนวคิดพื้นฐานเดียวกันนี้ในขนาดที่ใหญ่กว่าแล้ว เมื่อเดือนกุมภาพันธ์ CPower, Bentaus และ Supermicro อธิบายการสาธิตในแคลิฟอร์เนียที่ใช้คลัสเตอร์เซิร์ฟเวอร์ที่ติดตั้ง GPU B200
บริษัทระบุว่าคลัสเตอร์ตอบสนองต่อสัญญาณที่เชื่อมโยงกับตลาดไฟฟ้าขายส่งของรัฐภายในเวลาไม่ถึง 20 มิลลิวินาที และลดการใช้พลังงานลงได้มากถึง 75% โดยยังคงรักษาระดับประสิทธิภาพที่สัญญาไว้
การทดลองในเท็กซัสเป็นการทดลองที่เล็กกว่าและแคบกว่ามาก: GPU ตัวเดียวที่ตอบสนองต่อแรงจูงใจเฉพาะในการเรียกเก็บค่าไฟฟ้า แต่เพิ่มการทดสอบในโลกจริงอีกครั้งให้กับแนวคิดที่ได้ย้ายจากชิปเดี่ยวไปยังคลัสเตอร์เซิร์ฟเวอร์และโครงการสาธารณูปโภคแล้ว
ยังคงมีช่องว่างสำคัญในสิ่งที่เรารู้เกี่ยวกับการทดสอบในเท็กซัส บริษัทไม่ได้เปิดเผยว่าโมเดล AI ตัวไหนที่ใช้งานอยู่หรือว่า GPU ใช้พลังงานลดลงนานแค่ไหน พวกเขาไม่ได้บอกว่าก่อนหน้านั้นใช้ไฟฟ้าไปเท่าไร ปริมาณการประมวลผลลดลงเท่าไร และคำขอใช้เวลานานขึ้นเท่าไรในการเสร็จสิ้น
ตัวแทนของ Luxor ในตลาดไฟฟ้าเท็กซัสยืนยันการลดการใช้พลังงาน แต่ยังไม่มีการวิเคราะห์อิสระเกี่ยวกับการทดสอบนี้เผยแพร่ออกมา
การทดสอบแสดงให้เห็นว่า GPU B200 หนึ่งตัวที่ทำงานด้านการอนุมานสามารถลดการใช้พลังงานลงอย่างมากโดยไม่สูญเสียงานที่กำลังดำเนินอยู่ ยังไม่แน่ชัดว่าสิ่งนั้นส่งผลต่อเวลาในการรอของผู้ใช้ งานอนุมานหรืองานฝึกอบรมอื่นๆ จะตอบสนองแบบเดียวกันหรือไม่ และเทคนิคนี้สามารถประหยัดไฟฟ้าได้มากแค่ไหนในศูนย์ข้อมูลทั้งหมด
GPU เป็นเพียงส่วนหนึ่งของค่าใช้จ่ายไฟฟ้าในอาคาร ระบบทำความเย็น อุปกรณ์เครือข่าย การจัดเก็บข้อมูล ปั๊ม และการแปลงพลังงานก็ใช้ไฟฟ้าเช่นกัน ดังนั้นการลดการใช้พลังงานของชิปลง 75% ไม่ได้หมายความว่าศูนย์ข้อมูลจะใช้ไฟฟ้าน้อยลง 75% จากโครงข่าย
การลดที่วัดได้ที่มิเตอร์ของอาคารอาจน้อยกว่านั้นมาก
Luxor กำลังเตรียมการทดสอบครั้งต่อไปแล้ว โดยครั้งนี้จะใช้ GPU Nvidia H100 กลุ่มหนึ่งในเท็กซัส Vera กล่าวว่าการขยายขนาดหมายถึงการสร้างซอฟต์แวร์ที่สามารถระบุได้ว่างานใดสามารถชะลอตัวได้อย่างปลอดภัย จากนั้นประสานงานเครื่องจักรที่ทำงานในงานนั้น นอกจากนี้ยังต้องเคารพประสิทธิภาพที่ลูกค้าสัญญาไว้
ทุกการขยายขนาด ตั้งแต่ GPU ตัวเดียวไปจนถึงเซิร์ฟเวอร์ แร็ค และในที่สุดคือศูนย์ข้อมูลทั้งหมด เพิ่มความซับซ้อนอีกขั้น ยิ่งมีอุปกรณ์มากขึ้น ยิ่งต้องเคลื่อนย้ายเครื่องจักรให้พร้อมกันมากขึ้น และยิ่งมีงานของลูกค้ามากขึ้น ซึ่งอาจทนต่อการชะลอตัวหรือไม่ก็ได้
เท็กซัสเริ่มกำหนดความยืดหยุ่นบางอย่าง ร่างกฎหมายวุฒิสภาหมายเลข 6 ที่ผ่านในปี 2025 กำหนดให้ผู้ใช้พลังงานรายใหญ่บางรายที่เชื่อมต่อตั้งแต่ปี 2026 เป็นต้นไปต้องลดการใช้พลังงานในช่วงภาวะฉุกเฉินของโครงข่ายที่รุนแรง นอกจากนี้ยังเรียกร้องให้มีโครงการที่จะจ่ายเงินให้กับไซต์ที่ใช้พลังงานอย่างน้อย 75 เมกะวัตต์เพื่อลดความต้องการเมื่อคาดว่าจะมีปัญหา
ในขณะเดียวกัน รัฐยังทบทวน 4CP ด้วย จุดสูงสุดสี่จุดในฤดูร้อนอาจพลาดช่วงเย็นและฤดูหนาวที่โครงข่ายมีความตึงเครียดมากขึ้น หน่วยงานกำกับดูแลได้เสนอให้เปลี่ยนเป็น 12CP ซึ่งจะใช้เกณฑ์การเรียกเก็บค่าไฟฟ้าจากจุดสูงสุด 30 นาทีในแต่ละเดือน
ERCOT ได้ข้อสรุปที่คล้ายกันในการทบทวนเมื่อเดือนเมษายน: เท็กซัสยังมีการตอบสนองความต้องการมากมาย แต่ไม่ได้แสดงให้เห็นเสมอว่าโครงข่ายต้องการมากที่สุด 4CP ทำให้เกิดการลดการใช้พลังงานส่วนใหญ่ แต่จุดสูงสุดในฤดูร้อนอาจพลาดช่วงเวลาที่ความต้องการสูงและผลผลิตจากลมและแสงอาทิตย์ต่ำ
ERCOT กล่าวว่าความไม่ตรงกันนี้เป็นปัญหา โรงไฟฟ้าและสายส่งใหม่ใช้เวลาหลายปี แต่ความต้องการที่ยืดหยุ่นสามารถเพิ่มได้ในเวลาไม่กี่เดือน ความท้าทายตอนนี้คือการทำให้ความยืดหยุ่นนั้นแสดงผลในเวลาที่เหมาะสม
ส่วนที่ยากที่สุดคือการพิสูจน์ว่าศูนย์ข้อมูลสามารถลดการใช้พลังงานได้อย่างน่าเชื่อถือ หากโครงข่ายกำลังคาดหวังว่า 50 เมกะวัตต์จะหายไป ต้องทราบว่าไซต์นั้นจะใช้พลังงานเท่าไรหากไม่มีการลดลง จากนั้นตรวจสอบการลดลงด้วยข้อมูลมิเตอร์
นอกจากนี้ยังต้องทราบว่าการลดลงสามารถคงอยู่ได้นานแค่ไหน และเกิดอะไรขึ้นเมื่อ GPU กลับมาทำงานเต็มที่อีกครั้ง ถ้านำกลับมาพร้อมกันหลายพันตัว ศูนย์ข้อมูลอาจสร้างจุดสูงสุดของพลังงานขึ้นมาใหม่
นั่นทำให้สัญญาลูกค้าเป็นส่วนสำคัญแต่ถูกละเลยในสมการ ศูนย์ข้อมูลอาจให้งานที่โต้ตอบและเกี่ยวข้องกับความปลอดภัยทำงานปกติ ในขณะเดียวกัน งานอย่างการทดลองภายใน การจัดทำดัชนี หรือการประมวลผลข้ามคืนอาจถูกจัดอยู่ในระดับที่ยืดหยุ่น
ลูกค้าอาจจ่ายน้อยลงสำหรับความยืดหยุ่นนั้น ในขณะที่โครงข่ายจ่ายเงินให้ศูนย์ข้อมูลเพื่อส่งมอบการลดการใช้พลังงานที่คาดการณ์ได้และวัดได้เมื่อจำเป็น
นั่นจะทำให้ข้อเท็จจริงหนึ่งเกี่ยวกับ AI ไม่สามารถละเลยได้: ไม่ใช่ทุกการคำนวณที่มีความเร่งด่วนเท่ากัน อุตสาหกรรมได้จัดลำดับงานตามราคา ความเร็ว และต้นทุนการคำนวณแล้ว ดังนั้นไฟฟ้าอาจกลายเป็นตัวแปรอีกตัวในการคำนวณนั้น
เมื่อโครงข่ายตึงเครียด ภาพหนึ่งอาจใช้เวลานานขึ้นในการแสดงผล หรือการฝึกอบรมอาจเลื่อนไปถึงวันพรุ่งนี้ ในขณะที่บริการอื่นๆ ยังคงดำเนินต่อไป แทนที่จะถือว่าทุกวงจร GPU มีความสำคัญเท่ากัน ศูนย์ข้อมูลอาจเริ่มแยกแยะระหว่างสิ่งที่ต้องทำตอนนี้และสิ่งที่สามารถรอได้
การลดการใช้พลังงานครึ่งวินาทีของ Luxor เป็นส่วนที่ง่าย การทำเช่นนี้กับ GPU หลายพันตัว โดยไม่ผิดสัญญาต่อลูกค้าและส่งมอบเมกะวัตต์ที่โครงข่ายสามารถนับได้จริง จะยากกว่ามาก
แต่นั่นก็เป็นจุดที่แนวคิดนี้น่าสนใจ เพราะ AI มีปัญหาเรื่องพลังงาน และโครงข่ายมีปัญหาเรื่องความยืดหยุ่น และศูนย์ข้อมูลก็อยู่ตรงกลางพอดี พวกมันเต็มไปด้วยเครื่องจักรที่ทำงานซึ่งบางครั้งอาจเคลื่อนที่ได้ในระดับวินาที นาที หรือชั่วโมงโดยไม่มีใครสังเกตเห็น
หากผู้ประกอบการสามารถเปลี่ยนความยืดหยุ่นนั้นให้กลายเป็นการประหยัดพลังงานที่เชื่อถือได้ AI ที่ต้องการพลังงานมหาศาลอาจกลายเป็นสิ่งที่โครงข่ายสามารถจัดการได้จริง นั่นอาจทำให้ขั้นตอนต่อไปของการพัฒนา AI เกี่ยวข้องกับการใช้พลังงานในเวลาที่เหมาะสมมากกว่าการหาพลังงานให้เพียงพอในตอนแรก
โพสต์ AI data centers กำลังเรียนรู้เคล็ดลับพลังงานที่นักขุด Bitcoin ชำนาญก่อน ปรากฏครั้งแรกที่ CryptoSlate