أظهرت دراسة حديثة أن مراكز بيانات الذكاء الاصطناعي يمكنها تقليل استهلاكها من الكهرباء عند الحاجة، دون التأثير على تشغيل المهام الحيوية، عبر تعديل الطلب على الطاقة بشكل ديناميكي وفقاً للظروف الشبكية.
نتائج الاختبار في المملكة المتحدة
أظهر اختبار أُجري في المملكة المتحدة أن مراكز البيانات قادرة على تعديل طلبها على الطاقة بشكل ديناميكي، وهو تحوّل يعكس الابتعاد عن النهج التقليدي القائم على سحب الكهرباء المستمر الذي يضغط على شبكات الطاقة ويرفع التكاليف على المستهلكين.
تفاصيل الاختبار ومشاركوه
وخلال خمسة أيام في ديسمبر 2025، جرى تنفيذ أكثر من 200 “حدث شبكي” افتراضي لاختبار قدرة مركز بيانات في لندن على خفض أو رفع استهلاكه للطاقة بشكل فوري، واستخدمت التجربة برمجيات من Emerald AI، إلى جانب شركاء آخرين من بينهم إنفيديا ونِبيوس ومعهد أبحاث الطاقة الكهربائية غير الربحي.
النتائج العملية وتأثيرها
وخلال جميع الأحداث التجريبية، تمكن مركز البيانات من ضبط استهلاكه وفق المستويات المطلوبة، حيث خفض سحب الكهرباء بنسبة وصلت إلى 40% مع استمرار تشغيل المهام الأساسية بشكل طبيعي.
كما نجح في الاستجابة لارتفاع الطلب خلال فترات الاستراحة بين شوطي مباريات كرة القدم، وفي إحدى الحالات خفض الاستهلاك بنسبة 10% لمدة تصل إلى 10 ساعات، وفي واقعة أخرى تم تقليص الأحمال بنسبة 30% خلال 30 ثانية فقط.
توقعات وآثار مستقبلية
ومن المتوقع أن تمثل نتائج الدراسة نموذجاً مبدئياً لمشروع “مصنع ذكاء اصطناعي مرن للطاقة” بقدرة 100 ميغاواط، تعتزم إنفيديا تشغيله في ولاية فيرجينيا الأميركية.
قال جوش باكر، رئيس الاستدامة في إنفيديا، إن التجربة تثبت أن البنية التحتية المعتمدة على تقنيات الشركة يمكن أن تعمل كعنصر واعٍ بالشبكة يضبط الطلب على الطاقة لحظياً لدعم استقرارها، وأوضح أن جعل أعباء عمل الذكاء الاصطناعي أكثر استجابة يسرّع نشرها ويقلل الحاجة إلى تحديثات مكلفة في شبكات الكهرباء.
وأفادت الجهات المشاركة بأنها ستشارك البيانات مع قطاع الذكاء الاصطناعي والهيئات التنظيمية وصانعي السياسات، بهدف التأثير في نهج إدارة الطاقة في هذا المجال، كما قد يمثل خفض الاستهلاك خلال أوقات الذروة ميزة اقتصادية لمشغلي مراكز البيانات، إذ يسهم في تحسين نتائجهم المالية وتسريع الموافقات على ربط منشآت جديدة بالشبكة.
وقال ستيف سميث، رئيس National Grid Partners، إن الهدف هو تقليل فترة توصيل العملاء الجدد بالشبكة إلى عامين، مؤكدًا أن هذه المبادرات تمثل جزءاً من هذا المسار.
بالمحصلة، تمثل النتائج نموذجاً أولياً لمفهوم مرن للطاقة في منشآت الذكاء الاصطناعي، وتُبرز إمكانات تقنيات الشبكة الذكية في دعم استقرار الإمداد وتحقيق فائدة اقتصادية للمشغلين وسياسات الطاقة.
