Optimierungen an US -Rechenzentren könnten 76 GW neue Leistungskapazität freischalten

Die rasante Ausbreitung von KI hat Technologieunternehmen, Rechenzentrumsentwickler und Energieversorger in einen Rausch über das Potenzial für steigenden Strombedarf in den USA versetzt. Doch eine aktuelle Studie bietet einen Hoffnungsschimmer und legt nahe, dass eine kleine Anpassung in der Art und Weise, wie Rechenzentren ihren Stromverbrauch steuern, die Belastung des Stromnetzes erheblich verringern könnte.

Die Studie schlägt vor, dass, wenn Rechenzentren und andere große Stromverbraucher ihren Strombezug für nur ein paar Stunden auf 90 % ihres Maximums begrenzen würden – insgesamt etwa einen Tag im Jahr – sie beeindruckende 76 Gigawatt Kapazität in den USA freisetzen könnten. Um dies ins Verhältnis zu setzen: Das ist mehr als der gesamte Stromverbrauch von Rechenzentren weltweit, laut Goldman Sachs, und entspricht etwa 10 % des Spitzenbedarfs in den USA. Je mehr Rechenzentren ihren Verbrauch einschränken, desto mehr Kapazität könnten sie freisetzen.

Dieses Konzept der Nachfragesteuerung ist nicht neu. Seit Jahren motivieren Energieversorger große Stromverbraucher wie Einkaufszentren, Universitäten und Fabriken dazu, ihren Stromverbrauch während Spitzenzeiten, wie schwülen Sommernachmittagen, zu reduzieren. Im Gegenzug für das Herunterregeln der Klimaanlage oder das Abschalten energieintensiver Maschinen für ein paar Stunden erhalten diese Nutzer eine Gutschrift auf ihrer Rechnung. Rechenzentren haben jedoch traditionell Priorität auf die Aufrechterhaltung von Betriebszeit und Leistung für ihre Kunden gelegt und sich solchen Programmen entzogen. Die Studie betont jedoch, dass Rechenzentren aufgrund ihrer inhärenten Flexibilität ideale Kandidaten für die Nachfragesteuerung sein könnten.

Strategien für Rechenzentren zur Reduzierung des Stromverbrauchs

Die Studie beschreibt mehrere Möglichkeiten, wie Rechenzentren ihren Stromverbrauch anpassen können:

• Zeitliche Flexibilität: Durch die Verlagerung von Rechenaufgaben in Zeiträume mit geringerem Bedarf. Zum Beispiel könnte das Training von KI-Modellen, das nicht in Echtzeit erfolgen muss, verschoben werden, um Spitzenstunden zu vermeiden.
• Räumliche Flexibilität: Unternehmen können Rechenaufgaben in Rechenzentren in Regionen mit geringerem Bedarf verlagern. Zudem können Betreiber Serverlasten konsolidieren und einige Server vorübergehend abschalten.
• Alternative Stromquellen: Für Aufgaben, die nicht verschoben oder verlagert werden können, können Rechenzentren auf Backup-Stromquellen wie Batterien zurückgreifen, die schnell und effizient mehrere Stunden Strom liefern können.

Einige Unternehmen experimentieren bereits mit diesen Strategien. Google nutzt beispielsweise seine kohlenstoffbewusste Rechenplattform, um die Nachfragesteuerung zu erleichtern, ein Tool, das ursprünglich entwickelt wurde, um Kohlenstoffemissionen zu reduzieren. Enel X arbeitet mit Rechenzentren zusammen, um Batterien in unterbrechungsfreien Stromversorgungen (USV) zur Unterstützung der Netzstabilität einzusetzen. Währenddessen bietet PG&E beschleunigte Netzanschlüsse für Rechenzentren an, die sich bereit erklären, an Nachfragesteuerungsprogrammen teilzunehmen.

Obwohl diese Anpassungen den Bedarf an neuen Stromquellen nicht vollständig beseitigen, könnten sie eine potenziell kritische Situation – in der die Hälfte der neuen KI-Server unterversorgt sein könnte – in eine weitaus besser handhabbare Situation verwandeln.