Hidden Economic Consequences of Adapting to Fast Ramping Datacenter Loads

تخيل الشبكة الكهربائية كأنها مدينة ضخمة نابضة بالحياة من الطاقة. في هذه المدينة، تشبه الكهربة تدفق المياه عبر الأنابيب، ومحطات الطاقة هي المضخات التي تدفع تلك المياه للخارج. لفترة طويلة، كانت مضخات هذه المدينة يمكن التنبؤ بها: بعضها كان عمالقة بطيئين وثقال الظل (مثل محطات الفحم أو النووي) يستغرقون وقتاً طويلاً لتسريع سرعتهم أو إبطائها، بينما كانت هناك مضخات أخرى رشيقة وسريعة البدء (مثل الغاز الطبيعي) يمكنها تغيير إنتاجها بشكل فوري تقريباً. اعتاد مخططو المدينة التفكير في الكهرباء في كتل زمنية كبيرة، كل ساعة على حدة، بافتراض أن المضخات يمكنها ببساطة التكيف كلما تغير طلب المدينة.

لكن نوعاً جديداً من "سكان المدينة" قد انتقل للعيش فيها: مراكز البيانات. هذه المراكز هي مستودعات عملاقة مليئة بالحواسيب الفائقة التي تقوم بتدريب الذكاء الاصطناعي. وهي فريدة من نوعها لأنها لا تكتفي فقط باستهلاك كميات هائلة من الطاقة؛ بل يمكنها فجأة أن تطلب كميات ضخمة من الطاقة في طرفة عين، وتزيد استهلاكها بسرعة تفوق أي شيء آخر في الشبكة. السؤال الكبير الذي يطرحه العلماء هو: ماذا يحدث لمضخاتنا القديمة والبطيئة عندما يظهر هؤلاء الجيران الجدد فائقو السرعة؟ إذا نظرنا إلى الشبكة ساعة بساعة فقط، فقد نفوت فخاً خفياً حيث تعجز المضخات البطيئة عن التكيف، مما يجبر المدينة على دفع ثروة طائلة لإبقاء الأنوار مشتعلة.

تتعمق هذه الورقة البحثية في هذا الفخ تحديداً. فقد قام الباحثون، العاملون في مختبر أوك ريدج الوطني، ببناء محاكاة حاسوبية ضخمة لشبكة طاقة — وتحديداً نظام مكون من 5,000 ناقل (bus system)، وهو ما يعادل تقريباً حجم شبكة إقليمية رئيسية في الولايات المتحدة. أرادوا معرفة ما يحدث عندما تضع مركز بيانات ضخم في هذه الشبكة وتترك استهلاكه للطاقة يتصاعد بسرعة. قارنوا بين طريقتين للنظر إلى المشكلة: رؤية "منفصلة" (decoupled)، والتي تفحص احتياجات الشبكة ساعة بساعة كما لو أن كل ساعة هي بداية جديدة، ورؤية "متصلة" (coupled)، والتي تنظر إلى الجدول الزمني بأكمله دفعة واحدة، مع احترام حقيقة أن المضخة البطيئة لا يمكنها القفز فوراً من سرعة منخفضة إلى عالية.

كشفت النتائج عن مفاجأة غير متوقعة ومكلفة. فعندما أجرى الباحثون المحاكاة "المتصلة"، التي تأخذ في الاعتبار القيود الواقعية لسرعة تغير المولدات، وجدوا أن محطات الطاقة البطيئة والمكلفة أُجبرت على البقاء تعمل بمستويات عالية قبل أن يحتاج مركز البيانات إلى تلك الطاقة فعلياً. الأمر يشبه سائق شاحنة بطيء الحركة يُطلب منه إبقاء محركه يعمل بكامل طاقته طوال الصباح تحسباً لاحتياجه للوصول إلى السرعة القصوى في فترة بعد الظهر، رغم أنه كان يسير بسرعة متوسطة قبل ذلك. ولأن هذه المحطات البطيئة لم تستطع مواكبة الارتفاع المفاجئ في الطلب، اضطرت الشبكة لإبقائها في حالة "استعداد" وتشغيلها بقوة، وهو أمر مكلف للغاية.

في المحاكاة "المنفصلة" (رؤية الساعة الواحدة في كل مرة)، بدت الشبكة جيدة وغير مكلفة. لكن المحاكاة "المتصلة" أظهرت أنه في مناطق معينة، وتحديداً منطقة "الغرب" في نموذجهم، ارتفعت تكلفة الكهرباء بنسبة 8% في المتوسط. وفي الحالات الأسوأ، أُجبرت أكثر المولدات تكلفة على العمل بنسبة 100% من طاقتها فقط لتكون جاهزة لزيادة الطلب من جانب مركز البيانات. وتستبعد الورقة صراحةً فكرة أن هذه مشكلة في كل مكان؛ ففي منطقتي "الشمال" و"الجنوب" في نموذجهم، لم تتغير التكاليف كثيراً لأن تلك المناطق تمتلك أنواعاً مختلفة من المولدات أو اتصالات مختلفة بالشبكة. كما وجدت الدراسة أن هذه التكلفة الخفية ظهرت فقط عندما كان حمل مركز البيانات عند ذروة طلبه، وليس بالضرورة عندما كان يغير سرعته بسرعة فقط.

يشير المؤلفون إلى أن تأثير "العمل الإلزامي" (must-run) هذا يخلق عواقب اقتصادية خفية قد تغفل عنها طرق التخطيط الحالية. فإذا نظرنا إلى الشبكة في لقطات ساعية فقط، قد نظن أننا نوفر المال، ولكن في الواقع، نحن نجبر المولدات البطيئة على حرق وقود مكلف لمجرد البقاء في حالة استعداد لمواكبة طفرة الذكاء الاصطناعي. وتخلص الورقة إلى أننا بحاجة إلى طرق أكثر اتصالاً لمحاكاة الشبكة لتجنب هذه الفواتير المفاجئة، وتلمح إلى أن الحلول المستقبلية قد تتضمن استخدام البطاريات للمساعدة في تخفيف حدة هذه التغيرات السريعة، حتى لا تضطر المضخات البطيئة والمكلفة للعمل بجهد كبير.