افزایش قریب‌الوقوع پایداری هوش مصنوعی — اما فیلتر برق چه کاری می‌تواند انجام دهد؟

با افزایش تقاضای محاسباتی هوش مصنوعی که منجر به افزایش مصرف انرژی مراکز داده و چالش‌های کیفیت توان می‌شود، فیلترهای برق از اجزای جانبی به نقشی حیاتی در بهره‌وری و قابلیت اطمینان تبدیل می‌شوند.

در سال ۲۰۲۶، رشد انفجاری هوش مصنوعی چشم‌انداز انرژی جهانی را عمیقاً بازنویسی می‌کند. آخرین پیش‌بینی گارتنر نشان می‌دهد که مصرف برق مراکز داده جهانی در سال ۲۰۲۶ به ۵۶۵ تراوات ساعت خواهد رسید که ۲۶ درصد نسبت به سال قبل افزایش یافته است و سرورهای بهینه‌سازی شده برای هوش مصنوعی ۳۱ درصد از این مصرف را به خود اختصاص می‌دهند. در پشت این رقم، فشار بی‌سابقه‌ای بر سیستم‌های قدرت از سوی زیرساخت‌های هوش مصنوعی وجود دارد — و در این رقابت بین قدرت محاسباتی و قدرت الکتریکی، یک جزء به ظاهر نامحسوس به یک حلقه کلیدی در تضمین عملکرد پایدار سیستم تبدیل می‌شود: فیلتر برق.

کیفیت توان: "جنبه تاریک" نادیده گرفته شده مراکز داده هوش مصنوعیدر حالی که صنعت بر مسابقه قدرت محاسباتی تراشه‌های هوش مصنوعی تمرکز دارد، مسئله اساسی کیفیت توان اغلب نادیده گرفته می‌شود. با این حال، سیستم‌های UPS، منابع تغذیه سوئیچینگ سرور و تجهیزات فرکانس متغیر در زیرساخت‌های خنک‌کننده در داخل مراکز داده، همگی بارهای غیرخطی ذاتی هستند که مقادیر زیادی جریان هارمونیک را در حین کار به شبکه تزریق می‌کنند. این هارمونیک‌ها نه تنها باعث گرم شدن بیش از حد ترانسفورماتورها و کابل‌ها و افزایش بار خنک‌کننده می‌شوند، بلکه مستقیماً عملکرد پایدار تجهیزات حساس IT را تهدید می‌کنند.

تجزیه و تحلیل صنعت نشان می‌دهد که واحدهای منبع تغذیه سرور مدرن به کیفیت توان بسیار حساس هستند. جریان‌های هارمونیک سوم، پنجم و هفتم که آنها تولید می‌کنند، به طور قابل توجهی در سالن‌های داده با هزاران سرور انباشته می‌شوند و تهدید قابل توجهی برای ترانسفورماتورها و سیستم‌های UPS ایجاد می‌کنند. افزایش دمای تجهیزات ناشی از هارمونیک‌ها مستقیماً به هزینه‌های خنک‌کننده در محیط مرکز داده تبدیل می‌شود — هر کیلووات گرما ناشی از هارمونیک‌ها به انرژی خنک‌کننده اضافی برای حذف نیاز دارد.

فیلترهای برق: از حفاظت غیرفعال تا مدیریت فعال بهره‌وری انرژی

فیلترهای برق سنتی اغلب به عنوان اجزای ساده انطباق EMI/EMC در نظر گرفته می‌شوند که وظایف آنها محدود به جلوگیری از تداخل الکترومغناطیسی بین دستگاه‌ها است. اما در سناریوهای با چگالی بالا و توان بالا در مراکز داده هوش مصنوعی، نقش فیلترها در حال تحول اساسی است.

فیلترهای هارمونیک فعال مدرن در حال بازتعریف استانداردهای مدیریت کیفیت توان هستند. فیلتر فعال مبتنی بر کاربید سیلیکون که اخیراً توسط MTE منتشر شده است، بهره‌وری سیستم را بیش از ۹۹ درصد، زمان پاسخ‌دهی کمتر از ۵۰ میکروثانیه و کاهش هارمونیک تا مرتبه ۵۰ را ارائه می‌دهد و انطباق با IEEE-519 را تضمین می‌کند. در مقایسه با فیلترهای غیرفعال سنتی، نسل جدید راه‌حل‌های فعال می‌توانند به صورت بلادرنگ با تغییرات بار سازگار شوند و عملکرد فیلترینگ پایدار را در سناریوهایی که بارهای کاری هوش مصنوعی به شدت نوسان می‌کنند، حفظ کنند.

بر اساس داده‌های فنی صنعت، سهم کاهش هارمونیک در بهره‌وری انرژی مراکز داده مستقیماً در معیار PUE منعکس می‌شود. گرم شدن ترانسفورماتور، گرم شدن کابل و افزایش دمای تجهیزات ناشی از هارمونیک‌ها، همگی به بار اضافی بر سیستم خنک‌کننده در مراکز داده تبدیل می‌شوند. برق پاک‌تر به معنای PUE پایین‌تر، یعنی بهره‌وری انرژی بالاتر است. در پس‌زمینه بهبودهای دشوارتر PUE در مراکز داده هوش مصنوعی — میانگین وزنی PUE صنعت برای شش سال متوالی حدود ۱.۵ بوده است — نمی‌توان از این سهم چشم‌پوشی کرد.

از هزینه انطباق تا دارایی استراتژیک

افزایش ارزش فیلترهای برق ریشه در چالش‌های ساختاری گسترده‌تری دارد که مراکز داده هوش مصنوعی با آن روبرو هستند. کل انتشار گازهای گلخانه‌ای مایکروسافت در سال مالی ۲۰۲۵ نسبت به سال قبل ۲۵ درصد افزایش یافته و ردپای کربن آمازون ۱۶ درصد افزایش یافته است. واگرایی بین سرمایه‌گذاری‌های عظیم غول‌های فناوری در خرید انرژی پاک و داده‌های انتشار واقعی آنها، یک مشکل اساسی را آشکار می‌کند: بهبودهای جزئی در بهره‌وری انرژی اغلب در برابر رشد نمایی تقاضای محاسباتی، قطره‌ای در اقیانوس است.

در این زمینه، اپراتورهای مراکز داده در حال بررسی مجدد هر حلقه مصرف انرژی هستند. جریمه‌های ضریب توان در مراکز داده بزرگ می‌تواند به میلیون‌ها دلار برسد — در بارهای سمت شبکه ۵ تا ۲۰ مگاوات، حتی انحرافات کوچک ضریب توان می‌تواند جریمه‌های قابل توجهی در نرخ برق صنعتی ایجاد کند. عملکرد تصحیح ضریب توان که توسط فیلترهای فعال فراتر از کاهش هارمونیک ارائه می‌شود، به یک ابزار مستقیم بهینه‌سازی هزینه عملیاتی تبدیل می‌شود.

به طور استراتژیک‌تر، فیلترهای برق از یک "ضرورت انطباق" به یک "توانمندساز ظرفیت" در حال تکامل هستند. در یک محیط بازار که تأمین برق به یک محدودیت سخت برای توسعه مراکز داده تبدیل شده است، هر وات که صرف هارمونیک‌ها و تجهیزات ناکارآمد نمی‌شود، نشان‌دهنده ظرفیت موجودی است که می‌تواند برای بارهای IT استفاده شود. همانطور که ناظران صنعت می‌گویند: "هر وات که به IT تحویل داده نمی‌شود، ظرفیتی است که نمی‌توان آن را به پول تبدیل کرد."

زیرساخت کیفیت توان برای عصر هوش مصنوعی

چالش واقعی پیش روی پایداری هوش مصنوعی ممکن است در مقیاس خرید انرژی‌های تجدیدپذیر نباشد، بلکه در میزان برقی باشد که در تبدیل ناکارآمد، هارمونیک‌ها و اتلاف گرما در مسیر از شبکه به تراشه هدر می‌رود. گارتنر پیش‌بینی می‌کند که تا سال ۲۰۳۰، کل تقاضای برق مراکز داده به ۲۹۰ گیگاوات خواهد رسید و مصرف سالانه از ۱۲۰۰ تراوات ساعت فراتر خواهد رفت — معادل مصرف برق کل کشور ژاپن. در این مقیاس، بهبودهای سیستمی در کیفیت توان، منافع اقتصادی و زیست‌محیطی قابل توجهی ایجاد خواهد کرد.

جایگاه فیلترهای برق در این تصویر روشن می‌شود: دیگر یک قلم انطباق غیرفعال در لیست تجهیزات نیست، بلکه یک حلقه مدیریت فعال ضروری در زنجیره بهره‌وری توان زیرساخت هوش مصنوعی است. در حالی که صنعت به دنبال راه‌حل‌هایی برای ردپای انرژی هوش مصنوعی است، پاسخ ممکن است تا حدی در این اجزای الکترونیکی که بی‌صدا کار می‌کنند نهفته باشد — آنها قدرت محاسباتی تولید نمی‌کنند، اما از هر وات که این کار را انجام می‌دهد محافظت می‌کنند.