IRCNF

مشکل انرژی هوش مصنوعی اپراتورهای مرکز داده را به مشتریان انرژی هسته‌ای بدل می‌کند

اشتراک‌گذاری:
مشکل انرژی هوش مصنوعی اپراتورهای مرکز داده را به مشتریان انرژی هسته‌ای بدل می‌کند

انرژی هسته‌ای در صنعت فناوری به همان شکلی از مد افتاد که در جاهای دیگر: به تدریج پس از Three Mile Island در ۱۹۷۹، سپس به شدت پس از چرنوبیل در ۱۹۸۶، و تقریبا به طور کامل پس از فوکوشیما در ۲۰۱۱. مراکز داده، مانند بسیاری از مصرف‌کنندگان بزرگ برق، استراتژی‌های پایداری خود را بر اساس قراردادهای خرید برق (PPA) باد و خورشید بنا کردند، گواهی‌های انرژی پاک تهیه کردند و از تأمین‌کنندگان متعهد به تأمین از منابع تجدیدپذیر خواستند.

آن استراتژی اکنون به دیوار برخورد کرده است. آموزش و استنتاج مدل هوش مصنوعی به حجم عظیمی از محاسبات نیاز دارد که خود به حجم عظیمی برق نیاز دارد، و این برق باید ۲۴ ساعت شبانه‌روز، هفت روز هفته، با ولتاژ و فرکانس پایدار در دسترس باشد. باد و خورشید به صورت متناوب برق تولید می‌کنند. باتری‌ها می‌توانند شکاف‌های کوتاه‌مدت را پر کنند اما ظرفیت لازم برای پشتیبانی از مراکز داده در مقیاس گیگاوات در دوره‌های چندروزه آرامش باد یا ابری را ندارند. حسابداری انرژی پاک صنعت از پیش تحت فشار بود؛ توسعه هوش مصنوعی آن را کاملاً پاره کرده است.

انرژی هسته‌ای یک ویژگی دارد که باد، خورشید و باتری‌ها ندارند: برق پایدار، با چگالی بالا و بدون کربن در تمام ساعات شبانه‌روز بدون توجه به آب و هوا تولید می‌کند. و در حال بازگشت است.

قراردادهایی که نشان‌دهنده این تغییر هستند

مایکروسافت بارزترین حرکت را در سپتامبر ۲۰۲۳ انجام داد، زمانی که یک قرارداد خرید برق ۲۰ ساله با Constellation Energy برای راه‌اندازی مجدد واحد ۱ نیروگاه هسته‌ای Three Mile Island در پنسیلوانیا امضا کرد — واحدی که در حادثه ۱۹۷۹ آسیب ندید و تا تعطیلی خود در ۲۰۱۹ به دلیل مسائل اقتصادی به طور موفق عمل می‌کرد. این نیروگاه که با نام Crane Clean Energy Center تغییر نام داد، در سپتامبر ۲۰۲۴ دوباره به شبکه متصل شد و اکنون حدود ۸۳۵ مگاوات به شبکه تحویل می‌دهد و مایکروسافت قرار است تمام آن را خریداری کند. این پروژه به ۱.۶ میلیارد دلار سرمایه‌گذاری نیاز داشت و نشان داد که راه‌اندازی مجدد یک نیروگاه هسته‌ای تعطیل‌شده در آمریکا از نظر فنی و اقتصادی امکان‌پذیر است.

گوگل در اکتبر ۲۰۲۳ با Kairos Power قراردادی برای خرید برق از مجموعه‌ای از SMRها امضا کرد، به طوری که اولین واحد تا سال ۲۰۳۰ به بهره‌برداری برسد. Amazon Web Services در برنامه SMR شرکت X-energy سرمایه‌گذاری کرده و یک سایت مرکز داده در مجاورت یک تأسیسات هسته‌ای در پنسیلوانیا برای اتصال مستقیم برق خریداری کرده است. هر سه ابرمقیاس‌کننده بزرگ اکنون سرمایه واقعی را به طور خاص برای تأمین برق مراکز داده به انرژی هسته‌ای اختصاص داده‌اند.

Oracle در سپتامبر ۲۰۲۴ اعلام کرد که در حال طراحی یک پردیس مرکز داده است که با سه SMR تغذیه می‌شود. Constellation Energy در حال مذاکره با چندین شرکت فناوری برای راه‌اندازی مجدد نیروگاه‌های بیشتری است که به دلایل اقتصادی تعطیل شده‌اند، نه ایمنی.

SMR چیست

یک نیروگاه هسته‌ای مرسوم از یک راکتور ۱۰۰۰ مگاوات یا بیشتر تولید می‌کند. ساخت یک نیروگاه ۱۰-۲۰ سال طول می‌کشد و ۱۰-۳۰ میلیارد دلار هزینه دارد، با سابقه قابل توجه افزایش هزینه. SMRها معمولاً به عنوان راکتورهایی با خروجی زیر ۳۰۰ مگاوات تعریف می‌شوند که برای تولید کارخانه‌ای به صورت ماژول و مونتاژ در محل طراحی شده‌اند. مدل تولید در کارخانه نوید هزینه‌های کمتر، زمان ساخت کوتاه‌تر و کنترل کیفیت بهتر نسبت به ساخت سنتی در محل را می‌دهد.

پیشرفته‌ترین شرکت SMR آمریکا NuScale Power است که در سال ۲۰۲۳ اولین گواهی طراحی NRC را برای یک SMR دریافت کرد — VOYGR-6، یک نیروگاه ۴۶۲ مگاواتی با استفاده از شش ماژول ۷۷ مگاواتی. پروژه پیشرو NuScale، یعنی Carbon Free Power Project در آیداهو، در سال ۲۰۲۳ لغو شد زیرا هزینه‌های پیش‌بینی شده برای ۴۶۲ مگاوات به ۹.۳ میلیارد دلار رسید و برای مشتریان اصلی خود در مقایسه با سایر منابع برق رقابتی نبود. این یک شکست برای استدلال اقتصادی کوتاه‌مدت صنعت SMR بود.

راکتور Kairos Power که از نمک مذاب فلوراید به عنوان خنک‌کننده و ذرات سوخت TRISO استفاده می‌کند، در فشار اتمسفر کار می‌کند — خطرات بخار پرفشار راکتورهای آب سبک مرسوم را از بین می‌برد. Kairos در سال ۲۰۲۳ اولین ساخت راکتور هسته‌ای غیرآب‌خنک در آمریکا را تکمیل کرد، یک راکتور آزمایشی در Hermes، تنسی. مشارکت آن با گوگل اولین قرارداد خرید برق تجاری مهم برای یک SMR از سوی یک شرکت فناوری است.

Xe-100 شرکت X-energy یک راکتور بستر سنگی (pebble bed) است که همچنین از سوخت TRISO در گوی‌های گرافیتی استفاده می‌کند و به گونه‌ای طراحی شده که ذاتاً ایمن در برابر خروج باشد — فیزیک راکتور بدون نیاز به مداخله فعال ایمنی از یک واکنش فراری جلوگیری می‌کند. این طراحی‌های ایمنی غیرفعال برای استدلال اینکه SMRها را می‌توان در نزدیکی مراکز بار مانند پردیس‌های مرکز داده ساخت، نه در مکان‌های دورافتاده، محوری هستند.

ریاضی شبکه

Goldman Sachs در سال ۲۰۲۴ تخمین زد که تقاضای برق مراکز داده بین سال‌های ۲۰۲۳ تا ۲۰۳۰ حدود ۱۶۰ درصد رشد کند و به حدود ۸ درصد از مصرف برق آمریکا برسد. شتاب‌دهنده‌های هوش مصنوعی در استفاده کامل به طور قابل توجهی بیشتر از سرورهای عمومی برق مصرف می‌کنند. یک Nvidia H100 با ۷۰۰ وات، در یک خوشه ۱۰۰۰۰ GPU، به ۷ مگاوات نیاز دارد — قبل از محاسبه خنک‌کنندگی که معمولاً ۳۰-۵۰ درصد سربار اضافه می‌کند. بزرگ‌ترین خوشه‌های آموزشی که در ۲۰۲۵-۲۰۲۶ ساخته می‌شوند بر حسب صدها مگاوات مصرف مداوم اندازه‌گیری می‌شوند.

قراردادهای خرید برق تجدیدپذیر می‌توانند این ظرفیت را روی کاغذ تطبیق دهند — یک قرارداد بلندمدت خورشیدی برای ۵۰۰ مگاوات در یک صفحه گسترده حسابداری کربن خوب به نظر می‌رسد. در عمل، آن تأسیسات خورشیدی در شرایط خوب ۵-۷ ساعت در روز برق تولید می‌کند و شب‌ها هیچ. بدون تولید پشتیبان بار-پیرو (معمولاً گاز طبیعی)، مرکز داده نمی‌تواند تنها با خورشید کار کند. هسته‌ای ظرفیت کامل را ۲۴/۷ با ضریب ظرفیت بالای ۹۰٪ تولید می‌کند، بنابراین تطابق بسیار بهتری با پروفایل تقاضای مداوم محاسبات هوش مصنوعی دارد.

مشکل زمان‌بندی

عیب اصلی هسته‌ای زمان است. راه‌اندازی مجدد Three Mile Island حدود ۲ سال از اعلام تا بهره‌برداری طول کشید — غیرعادی سریع زیرا زیرساخت از قبل وجود داشت. انتظار نمی‌رود SMRهای Kairos Power تا سال ۲۰۳۰ به بهره‌برداری برسند. شکست NuScale در ۲۰۲۳ نشان داد که اقتصاد SMR در مقیاس هنوز اثبات نشده است. ابرمقیاس‌کننده‌ها اکنون به برق نیاز دارند، نه در ۲۰۳۰.

در کوتاه‌مدت، این امر وابستگی مداوم به گاز طبیعی به عنوان سوخت پل را ایجاد می‌کند. به طرز طعنه‌آمیزی، چندین مرکز داده که به تعهدات پایداری خود می‌بالند، در عمل توسط تولید گاز پشتیبانی می‌شوند وقتی عرضه تجدیدپذیر کوتاه می‌آید — واقعیتی که حسابداری در مقیاس کاربری به ندرت قابل مشاهده می‌کند.

مسیر بلندمدت جذاب‌تر است. اگر SMRها با هزینه مناسب و در بازه‌های زمانی معقول مستقر شوند — هر دو هنوز نامشخص — توانایی قرار دادن یک نیروگاه هسته‌ای ۳۰۰ مگاواتی در مجاورت یک پردیس مرکز داده، به جای اتصال به شبکه انتقالی که تحت فشار تقاضای رقابتی است، اقتصاد محاسبات هوش مصنوعی در مقیاس بزرگ را اساساً تغییر می‌دهد. علاقه مجدد صنعت فناوری به هسته‌ای نوستالژی نیست. حساب و کتاب است.

اشتراک‌گذاری:
مشکل انرژی هوش مصنوعی اپراتورهای مرکز داده را به مشتریان انرژی هسته‌ای بدل می‌کند | IRCNF - Intelligent Reliable Custom Next-gen Frameworks