如果你一直关注人工智能的发展热潮,你一定听说过电力需求激增的问题。但你可能不知道的是,许多数据密集型企业现在管理着与小型电力公司相当的中高压设备,尽管他们在人员配置、培训或组织架构方面并不像电力公司那样专业。这种差距在两个关键领域显现:安全性和运行时间。
我每天都与为数据中心供电的团队合作。模式是一致的:在IT方面拥有令人难以置信的专业知识,然后是向5千伏、15千伏、25千伏甚至34.5千伏的公用事业级电力系统的重大跃升。那是一个不同的世界。如果你把它当作建筑配电板的大型版本来对待,你就会面临严重问题。
AI正在改变谁来处理公用事业级设备
过去我们有一小群每天使用这些设备的公用事业操作员。现在,非公用事业公司正在管理带电电路群——通常比许多公用事业公司处理的还要多。即使操作员接受过培训,他们也不是每天都与中压设备打交道。这就是安全事故经常发生的时候:人与带电设备的互动。
当维护操作触发电气故障或工人面临电弧闪络事故时,没有人会发布新闻稿。但这些事件确实会发生。结果可能是局部惊吓——或者如果单个中央线路受损并且你正在等待更换设备,则可能面临数月的停机时间。在等待期间,操作依赖发电机——或者更糟糕的是,面临完全停机。
维护陷阱
传统的金属封闭式断路器设备需要频繁的人工维护。这通常涉及在附近部分保持中压带电的情况下物理"拉出"大型断路器。我不知道有谁想做这件事。每次接触都会增加风险,对人员和运行时间都是如此。
有一个更好的方法:通过设计防止维护陷阱。选择能够最小化人员参与并消除最容易出错步骤的设备和架构。减少人工操作,减少带电干预,提高安全性,增加运行时间。
停止像办公园区一样思考,开始像公用事业一样思考
在电气方面,现代数据中心更像公用事业而非传统商业建筑。公用事业很久以前就发现要避免依赖单一的大型开关设备设置。他们避免建造可能成为单点故障并使维护更加困难的巨大中央单元。
相反,他们开发环路并分布系统。将系统分解为局部组件,将保护和开关移近负载,并设计它使故障被控制——而不是一直传播"回到顶部"。当出现问题时,系统的其余部分在你修复小的、隔离部分时继续运行。
这就是数据中心应该遵循的蓝图。
将危险设备放在外面
许多团队惊讶地发现他们不需要在数据大厅内安装中压设备。专用的公用事业级设备设计为在户外安装,这对每个人都有利。
安全性:带电设备周围人员更少。
空间:为真正赚钱的机架释放平方英尺。
简单性:不需要专门的建筑物配备HVAC、照明和许可证来看管开关设备。
许可和保险:将中压设备移到室外通常会减少你需要跳过的环节。
你看到为社区供电的那些大绿盒子?同样的想法。如果它足以为一个城市街区供电,它就可以安全地为一个校园供电。
自动化不再是可有可无的
二十年前,当我询问客户是否想要远程监控时,答案是,"当灯熄灭时我就知道停电了。"今天,这种说法行不通。团队希望实时了解发生了什么:是闪烁、下降还是完全断电?
同样重要的是:设备应该能够相互通信。通过快速通信(通常是光纤),系统可以检测问题,自动重新配置,平衡负载,并在几秒钟内恢复供电——无需凌晨2点在雨中拿着热棒的人员。这导致更快的恢复,更少的人员暴露和更少的错误。
避免让供应链推动你倒退
在紧急时期,我看到团队因担心交付时间表而恢复到旧的集中式设计。我理解抢先上市的压力。但如果这种"捷径"扩散到各个站点,你就重新创造了你试图消除的风险。
客户保持领先的一种方法是在其整个群体中标准化一套简单、可重复的设备——然后像公用事业一样储备它。如果弗吉尼亚州在亚利桑那州之前获得电网互连,你可以从自己的库存中发货并建设。不要等待一次性设计通过工厂。
需求是真实的,建设帮助每个人
我们是否过度建设?我不这么认为。增长曲线会不平衡吗?可能。电力可用性、设备交付时间和劳动力都对增长起到限制作用。如果暂停有助于缓解混乱,那也不是坏事。
但毫无疑问:这是一个大规模基础设施项目。为数据中心升级输电和配电不仅仅关乎数据中心。同样更强大的电网为家庭、制造商和所有需要电力的其他设施服务。
在发电方面,你会看到一个混合体——柴油用于备用,近期更多天然气,适合时的可再生能源,以及对先进核能的日益增长的兴趣。我的工作不是选择赢家;而是安全可靠地将你建造的任何东西输送到需要的地方。
要点总结
如果你像公用事业一样运营,就要像公用事业一样设计:分布式架构、环路、局部保护。
最小化强制人员接触带电设备的维护。
在可能的情况下将中压设备移到室外。
自动化故障检测和恢复;不要让人做机器能更快更安全完成的事情。
标准化和储备以避免供应链冲击并更快进入市场——不妥协设计。
生成式AI技术主导着头条新闻——这没什么问题。但瞬时停电和全面停电之间的区别往往取决于不起眼的硬件以及你如何设计和维护它。做好这一点,你就能保护人员,信守承诺,保持在线。这就是我希望更多人听到的故事部分。
Q&A
Q1:为什么数据中心需要像公用事业公司一样运营?
A:现代数据中心在电气方面更像公用事业而非传统商业建筑,许多数据密集型企业现在管理着与小型电力公司相当的中高压设备,需要专业的人员配置、培训和组织架构来确保安全性和运行时间。
Q2:将中压设备安装在室外有什么好处?
A:户外安装带来多重优势:提高安全性(带电设备周围人员更少)、节省室内空间用于盈利设备、简化建设(无需专门建筑物)、减少许可和保险要求。专用公用事业级设备本就设计为户外安装。
Q3:自动化在数据中心电力系统中有多重要?
A:自动化已从可选变为必需。现代系统需要实时监控和自动故障处理能力,通过快速通信(如光纤)检测问题、自动重新配置、平衡负载并在几秒钟内恢复供电,无需人工干预,实现更快恢复、更少人员暴露和更少错误。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。