بحران تأمین برق مراکز داده هوش مصنوعی، پای موتورهای قدیمی هواپیما را به تولید انرژی باز کرد
طولانیشدن صفهای اتصال به شبکه سراسری برق و تأخیر در تحویل توربینهای گازی، سازندگان مراکز داده هوش مصنوعی را به راهکاری نامتعارف کشانده است. شرکتهای پیشرو اکنون برای راهاندازی سریعتر سرورهای خود، به بازسازی موتورهای ازکارافتاده هواپیماهای مسافربری و سوزاندن گاز طبیعی در آنها روی آوردهاند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- تأخیر چندساله در اتصال به شبکه برق عمومی، استارتاپها و غولهای فناوری را وادار کرده است برای راهاندازی سریع سرورهای هوش مصنوعی از موتورهای تبدیلشده جت استفاده کنند.
- شرکتهایی مانند xAI و پیمانکاران پروژه Stargate متعلق به OpenAI برای دور زدن صفهای طولانی اتصال به شبکه سراسری، از این توربینهای تغییریافته هواپیما استفاده میکنند.
- با وجود راهاندازی سریعتر این سیستمها ظرف دو سال، راندمان کمتر و انتشار آلایندگی بیشتر باعث شده است کارشناسان آنها را راهکاری موقت و کوتاهمدت بدانند.
بر اساس گزارش نیویورک تایمز، برخی از مراکز داده هوش مصنوعی بهدلیل گرفتار شدن در صفهای چندساله اتصال به شبکه برق سراسری و تحویل توربینهای جدید، برق مصرفی خود را با استفاده از موتورهای تغییریافته جت تولید میکنند.
این موتورها از هواپیماهای بازنشسته خارج شده و طوری بازسازی شدهاند که گاز طبیعی بسوزانند. اگرچه هیچکس این تجهیزات را یک نیروگاه دائمی و ایدئال نمیداند، اما بهکارگیری آنها نشانه آشکار دیگری از عقبماندن شدید زیرساختهای تأمین برق از روند شتابان توسعه هوش مصنوعی است.
برای شرکتهایی که در این صفهای طولانی معطل ماندهاند، مهمترین مزیت موتورهای تغییریافته جت سرعت نصب و راهاندازی بسیار بالای آنها است. اودون مارتینسن، تحلیلگر مؤسسه Rystad Energy، در گفتگو با نیویورک تایمز تأکید کرد که همه چیز به دریافت هرچه سریعتر انرژی بستگی دارد و افزود شرکتها با بهکارگیری واحدهای مبتنی بر موتور جت میتوانند یک مرکز داده را ظرف ۲۴ ماه به بهرهبرداری کامل برسانند.
در مقام مقایسه، بر اساس دادههای آژانس بینالمللی انرژی، اتصال ۱۰۰ مگاوات ظرفیت جدید به شبکه برق در ویرجینیای شمالی حدود هفت سال زمان میبرد. همچنین یکی از مدیران شرکت میتسوبیشی پاور، از بزرگترین سازندگان تجهیزات نیروگاهی در جهان، در گفتگو با بلومبرگ اعلام کرد که بهرهبرداری از بخش عمده ظرفیتهای جدید تأمین برق تا پیش از سال ۲۰۳۱ میلادی ممکن نخواهد بود.
در برخی موارد، این تأخیرها به بهای از دست رفتن مشتریان بزرگ برای اپراتورهای مراکز داده تمام شده است. ماه گذشته، مایکروسافت از توافق بهعنوان مشتری اصلی مرکز داده شرکت Nscale در لاوتون انگلستان کنارهگیری کرد؛ چراکه شرکت محلی تأمین برق اعلام کرده بود تا اوایل یا اواسط دهه ۲۰۳۰ قادر به تأمین انرژی کافی برای این مجموعه نخواهد بود.
شرکت xAI متعلق به ایلان ماسک از جمله مجموعههایی است که پیشتر استفاده از این فناوری را آغاز کرده است. طبق گزارش نیویورک تایمز و با استناد به مجوزهای ایالتی و تصاویر ماهوارهای، این شرکت هشت توربین تبدیلشده از موتور جت را در ایالت میسیسیپی نصب کرده است تا انرژی مورد نیاز مرکز داده Colossus 2 در ممفیس را تأمین کند. این واحدها توسط شرکت ProEnergy تأمین شدهاند که تخصص آن بازسازی موتورهای جنرال الکتریک بهکاررفته در هواپیماهای بوئینگ است.
در سال ۲۰۲۵، OpenAI نیز با استفاده از توربینهای گازی در نخستین سایت پروژه عظیم Stargate در ابیلین تگزاس، مسیر مشابهی را در پیش گرفت. استارتاپ Crusoe واقع در دنور که در حوزه ساخت مراکز داده هوش مصنوعی فعالیت میکند، مجری احداث این پردیس در ابیلین است و در ماه آوریل ۱۳ واحد از سامانههای تبدیلشده شرکت ProEnergy را سفارش داد.
در ماه سپتامبر، شرکت Crusoe از یک قرارداد ۱٫۲۵ میلیارد دلاری برای خرید ۲۹ توربین گاز طبیعی از استارتاپ Boom Supersonic صرفنظر کرد. این استارتاپ که در حال توسعه یک جت مسافربری مافوق صوت است، نسخهای از موتور همان جت را بهعنوان نیروگاه اختصاصی مراکز داده عرضه کرده بود. با این حال، سخنگوی Crusoe در آن زمان اعلام کرد که این شرکت همچنان استفاده از توربینها را در برنامههای خود دارد.
در حال حاضر دولت دونالد ترامپ نیز با تشویق مراکز داده به تولید برق مستقل، فشار مضاعفی بر این بخش وارد کرده است.
با این حال، استفاده از موتورهای تغییریافته جت معایب و مصالحههای خاص خود را بههمراه دارد؛ طبق گزارشها، بازدهی انرژی این موتورها کمتر از توربینهای اختصاصی نیروگاههای گازی معمولی است، آلودگی بیشتری تولید میکنند و برای تولید همان مقدار برق به تعداد بیشتری از آنها نیاز است. این ویژگیها ممکن است در نهایت استفاده از موتورهای جت را به راهکاری موقت و کوتاهمدت تبدیل کند، زیرا به باور کارشناسان، مسائل مربوط به بهرهوری و ملاحظات زیستمحیطی طی یکی دو سال آینده اهمیت بسیار بیشتری پیدا خواهد کرد.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

گوگل از مدلهای هوش مصنوعی MedGemma برای پردازش دادههای پزشکی در بیمارستانها رونمایی کرد
تیم هوش مصنوعی سلامت گوگل از خانواده مدلهای چندوجهی MedGemma بر پایه مدل Gemma 3 رونمایی کرد. این مدلهای وزنباز به بیمارستانها و مراکز پژوهشی امکان میدهند پردازش تصاویر و پروندههای پزشکی را بهشکل کاملاً محلی و بدون نگرانی از نقض حریم خصوصی بیماران انجام دهند.

کاهش ۱۰ برابری هزینه هوش مصنوعی در Revolut؛ فینتک بریتانیایی با کنار گذاشتن Claude به میزبانی محلی روی آورد
شرکت فینتک Revolut موفق شده است با کنار گذاشتن سرویسهای تجاری مانند Claude و میزبانی محلی مدلهای متنباز، هزینههای پردازش هوش مصنوعی در کدنویسی را تا ۹۰ درصد کاهش دهد. دسترسی نامحدود به توکنهای ارزانقیمت به ۲ هزار مهندس این مجموعه امکان داده تا علاوهبر توسعه نرمافزار، عیبیابی و مدیریت وظایف را نیز به هوش مصنوعی بسپارند.

جنسن هوانگ: تفاوتی ندارد مدلها باز باشند یا بسته، انویدیا از هر دو سود میبرد
جنسن هوانگ، مدیرعامل انویدیا، تأکید کرد که تفاوتی ندارد مدلهای باز یا بسته برنده رقابت شوند؛ زیرا انویدیا زیرساخت پردازشی هر دو گروه را تأمین میکند. او آینده هوش مصنوعی را در گرو مدلهای تخصصی، ایجنتها و سیستمهای رباتیک میداند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.