مع تزايد استخدام أنظمة الذكاء الاصطناعي، أصبحت مراكز البيانات التي تدعمها استهلاكًا كبيرًا للطاقة، ما يضع ضغطًا متزايدًا على الشبكات الكهربائية. لمواجهة هذا التحدي، طوّر باحثون من شركة إمرالد آي آي بالتعاون مع نيفيديا وأوراكل وشركة سالت ريفير بروجكت ومؤسسة أبحاث الطاقة الكهربائية (EPRI) نهجًا ذكيًا يعتمد على البرمجيات لتحويل مراكز البيانات إلى موارد مرنة تساهم في استقرار الشبكة الكهربائية. يتمحور هذا النهج حول تعديل استهلاك الطاقة في مراكز البيانات استجابةً لإشارات الشبكة الكهربائية، بدلاً من الاعتماد على بنى تحتية جديدة أو أنظمة تخزين طاقة مكلفة. بحسب الدكتورة آيسي كوسكون، العالمة الرئيسية في إمرالد آي آي، فإن الفكرة تكمن في جعل مراكز البيانات "واعية بالشبكة"، بحيث تُعدّل استهلاكها تلقائيًا عند ذروة الطلب، دون التأثير على أداء الخدمات. لإثبات فعالية هذا المفهوم، استخدم الباحثون "إمرالد كوندكتور"، إطارًا برمجيًا مطورًا لديهم، لضبط استهلاك طاقة مجموعة من 256 وحدة معالجة رسومية (GPU) في مركز بيانات بفونكس. خلال فترة استمرت 3 ساعات، شهدت الشبكة ضغطًا كبيرًا، فتم تقليل استهلاك الطاقة بنسبة 25% مع الحفاظ على جودة الأداء وتحقيق اتفاقيات الخدمة (SLAs). وتم تحقيق ذلك من خلال تعديل مهام الذكاء الاصطناعي المرنة التي يمكنها تحمل تباطؤات طفيفة دون التأثير على النتائج. النتائج، المنشورة في دورية Nature Energy، تمثل خطوة كبيرة نحو تحويل مراكز البيانات من عبء على الشبكة إلى مساهم فعّال في استقرارها. وبحسب كوسكون، فإن هذا النهج يحول مفهوم "استجابة الطلب" من نماذج محاكاة إلى واقع تشغيلي، ما يمكّن مراكز البيانات من الاتصال بالشبكة أسرع، واستغلال الطاقة الحالية بكفاءة أعلى، ودعم موثوقية الشبكة. تُعد هذه الدراسة أول محاولة ناجحة لتطبيق هذا المفهوم في بيئة واقعية، وتمهّد الطريق لاستخدام الذكاء الاصطناعي في إدارة موارد الطاقة على نطاق أوسع. وتعمل الفرق الحالية على تطوير التقنية، وتوسيع اختباراتها إلى مراكز بيانات أخرى، مع دمج أعمق مع منصات وحدات المعالجة مثل تلك من نيفيديا، وتعاون مستمر مع شركات الطاقة، ومؤسسات إدارة الشبكة، وبرنامج DCFlex التابع لـ EPRI. في المستقبل، يُتوقع أن تُطبّق هذه الاستراتيجية على مراكز بيانات متعددة بشكل متناسق، مما يُحدث تحولًا جوهريًا في كيفية تفاعل مراكز البيانات مع الشبكة الكهربائية، ويدعم تطور الذكاء الاصطناعي بشكل مستدام وموثوق.