电网“AI 压力”：人工智能与电网可靠性，第 1 部分 — AI 能源危机：数据中心如何重塑电网可靠性
电网“AI 压力”：AI 与电网可靠性”是 Matt Carrara（行业领袖、Doble Engineering总裁）推出的一个发人深省的博客系列，该系列探索 AI 热潮如何为电网可靠性带来新的挑战和机遇。
本系列的第一篇文章《AI 能源危机：数据中心如何重塑电网可靠性》阐述了 AI 驱动的能源需求如何给电网带来新的、不可预测的压力。这个由五部分组成的博客系列的其他文章将在接下来的几周内陆续推出。
人工智能正悄然给电网带来一场危机。能源需求的增长速度超过了电力公司公司的规划能力，而且很少有人为即将到来的情况做好准备。
曾经局限于实验室和初创企业的人工智能，如今已融入几乎所有行业，从制造业、金融业到国防领域。但随着人工智能应用加速，其对能源基础设施的压力也在增加。
生成式 AI 模型和大规模机器学习系统消耗着惊人的电量。美国能源部最近报告称，过去十年间数据中心负荷增长了三倍，预计到 2028 年将再增长一倍或两倍。这并非暂时的峰值，而是能源消费方式和地点长期转变的开端。而电网并未为此做好准备。
AI 需求难以预测，这是个问题
人工智能的行为模式与传统工业负荷不同。它不遵循季节性规律或固定周期。需求可能在夜间突然激增：当一家公司推出新的 AI 工具、扩大数据中心规模或升级计算基础设施时。这些可不是小幅波动，而是大规模、高能耗的用电高峰，而且可能毫无预警地袭来。
更重要的是，这些用电高峰不仅出现在集中的云数据中心园区。谷歌最近推出了一项功能，可以直接在数据中心内运行 Gemini AI 模型。这意味着高密度的 AI 工作负载正逐渐向边缘迁移，进入那些原本并非为处理如此大规模计算或能源需求而设计的设施。
面临的挑战不仅是快速增长，还有缺乏可见性。电力公司公司通常不知道负荷何时、何地以及以多大强度出现。由于没有时间进行规划，它们只能被动应对 — 努力稳定已经不堪重负的系统。在城市地区，电网的关键部分已有超过 50 年历史，高密度、高需求的数据中心建设可能会造成危险的不稳定区域。而当电力公司努力跟上人工智能需求时，它们还面临着外部压力的完美风暴。
关税、贸易政策和供应链风险火上浇油
当电力公司竞相为 AI 的能源需求做准备时，它们还面临着一系列外部制约因素。关税、国际贸易变化和供应链瓶颈使得电力公司获取支持电网扩建所需的变压器、套管和变电站组件变得更加困难。
这不仅仅是成本增加的问题，更是时间问题。关键设备的交付周期在延长，而审批延误又阻碍了基础设施升级。如果没有积极的投资以及在采购和规划方面更强的灵活性，电力公司将在风险最高的时候落后。
其后果不仅仅是成本超支。由不可预测的 AI 需求和数据中心扩张叠加造成的延误，增加了降压供电（电压降低）、电网不稳定以及电网现代化进程受阻的风险。
电网尚未准备好，但可以做好准备
解决 AI 能源危机需要的不仅仅是增加容量。它需要一个更智能、更快速、更灵活的电网，这个电网依靠实时可见性、基于状态的诊断和明智的决策来运行。
但仅有洞察力是不够的。随着系统现代化，电力公司还需要能够解读数据含义的专业知识。这意味着不仅要投资更智能的工具，还要投资那些知道如何使用这些工具的工程师和现场团队。据麦肯锡预测，未来十年内，美国能源行业预计将有高达 40 万名员工退休，因此该行业必须在基础设施升级的同时优先考虑员工队伍的发展。长期的可靠性既依赖于创新，也依赖于经验：既依赖于技术，也依赖于背后的人员。
一个多世纪以来，Doble 一直帮助电力公司应对颠覆性变革。尽管技术不断演变，但我们的使命始终不变：保护电网、防止故障，为一个更可靠的未来提供动力。
其他信息：
