Ifølge Bloomberg overstiger udsvingene i AI-datacentre i nogle tilfælde udstyrets designkapacitet med op til 50 % . Belastningen fungerer i praksis som gentagne mekaniske og termiske stød mod infrastrukturen:

• Batterier og generatorer: Både blybatterier og litium-ion-batterier slides op og svigter tidligere end forventet. Backup-generatorer udsættes også for ekstra belastning, når forbruget ændrer sig brat .
• Kølesystemer: Køleanlæg, kølemaskiner og pumper er designet til mere stabile driftsforhold. Når både strømforbrug og varmeudvikling svinger, udsættes de for gentagne mekaniske og termiske belastninger, som kan føre til for tidlige fejl .
• Motorer og turbiner: Også udstyr til lokal elproduktion bliver ramt. Ifølge rapporter er krumtappe i mindre naturgasmotorer knækket helt af .

Revner i Colossus-turbinerne

På xAI's Colossus-anlæg i Memphis, Tennessee, udviklede gasturbiner revner efter gentagne belastninger fra hurtige skift i strømforbruget. Ingeniører skal ifølge rapporterne have skrevet specialsoftware, der tvang GPU'erne til at bruge ekstra strøm for at udjævne udsvingene og beskytte turbinerne .

Problemet er ikke begrænset til ét anlæg. Der er også rapporteret om lignende revner i turbiner på flere mindre datacentre i Storbritannien .

En dyr udfordring for AI-industrien

Skaderne er mere end et vedligeholdelsesproblem. De rammer direkte datacentrenes økonomi og drift:

• Driftstiden på nogle anlæg er faldet til helt ned på 80 %, langt fra branchens mål om en tilgængelighed på 99,99 % .
• Nedetid på store AI-klynger kan koste titusindvis af dollar i minuttet, fordi værdifulde modeltræninger og dyr computerkapacitet går tabt .
• Analytikere advarer om, at problemet, hvis det ikke bliver løst, kan få en mærkbar effekt på den samlede pipeline af AI-infrastrukturinvesteringer for billioner af dollar inden for 12-24 måneder, hvis gentagne udstyrssvigt svækker investorernes tillid .

Det betyder, at et datacenter kan være bygget til næsten konstant drift, men alligevel miste en betydelig del af sin kapacitet, hvis elinfrastrukturen ikke kan håndtere AI-belastningernes tempo.

NERC udsender sin højeste advarsel

Ustabiliteten stopper ikke nødvendigvis ved datacenterets egen hovedtavle. Når store computerbelastninger pludselig falder bort eller svinger voldsomt, kan forstyrrelserne brede sig til det overordnede elnet.

I maj 2026 udsendte North American Electric Reliability Corporation (NERC) en sjælden Level 3 "Essential Action"-advarsel. NERC er den organisation, der overvåger driftssikkerheden i elnettet i USA, Canada og dele af Mexico. Level 3 er dens højeste alarmniveau og var rettet mod risici fra store computerbelastninger som AI-datacentre og kryptominedrift .

Baggrunden var flere dokumenterede hændelser, hvor mere end 1.000 megawatt computerbelastning forsvandt fra elnettet på få sekunder eller begyndte at svinge hurtigt. Det kan skabe forstyrrelser i netfrekvens og spænding over store områder . I ét rapporteret tilfælde blev et pludseligt fald på 1.800 megawatt tilskrevet AI-datacentre .

NERC's syv påkrævede tiltag betyder blandt andet, at planlæggere og operatører skal:

• udvikle og distribuere nye krav til modelleringsdata for computerbelastninger
• indsamle oplysninger om minimums- og maksimumsforbrug samt fordelingen mellem IT-udstyr og køling
• gennemføre konsekvensanalyser af nye nettilslutninger
• etablere procedurer for idriftsættelse af nye anlæg
• installere dynamiske fejlregistreringsenheder, der kan dokumentere forstyrrelser
• oprette direkte kommunikationslinjer til datacenteroperatører
• gennemføre årlige analyser af stabilitetsmarginer i områder med store computerbelastninger

NERC understregede, at elnetoperatører i øjeblikket mangler "tilstrækkelige processer, procedurer eller metoder til at håndtere risici forbundet med computerbelastninger" .

Den centrale bekymring er derfor dobbelt: De samme millisekundhurtige udsving, som slider på turbiner, batterier og køleanlæg inde i datacentrene, kan også sende ustabilitet videre ud i elnettet. Det gør AI's strømforbrug til mere end et spørgsmål om kapacitet og elpriser – det er blevet et spørgsmål om selve forsyningssikkerheden .

Ifølge Bloomberg overstiger udsvingene i AI-datacentre i nogle tilfælde udstyrets designkapacitet med op til 50 % . Belastningen fungerer i praksis som gentagne mekaniske og termiske stød mod infrastrukturen:

• Batterier og generatorer: Både blybatterier og litium-ion-batterier slides op og svigter tidligere end forventet. Backup-generatorer udsættes også for ekstra belastning, når forbruget ændrer sig brat .
• Kølesystemer: Køleanlæg, kølemaskiner og pumper er designet til mere stabile driftsforhold. Når både strømforbrug og varmeudvikling svinger, udsættes de for gentagne mekaniske og termiske belastninger, som kan føre til for tidlige fejl .
• Motorer og turbiner: Også udstyr til lokal elproduktion bliver ramt. Ifølge rapporter er krumtappe i mindre naturgasmotorer knækket helt af .

Revner i Colossus-turbinerne

På xAI's Colossus-anlæg i Memphis, Tennessee, udviklede gasturbiner revner efter gentagne belastninger fra hurtige skift i strømforbruget. Ingeniører skal ifølge rapporterne have skrevet specialsoftware, der tvang GPU'erne til at bruge ekstra strøm for at udjævne udsvingene og beskytte turbinerne .

Problemet er ikke begrænset til ét anlæg. Der er også rapporteret om lignende revner i turbiner på flere mindre datacentre i Storbritannien .

En dyr udfordring for AI-industrien

Skaderne er mere end et vedligeholdelsesproblem. De rammer direkte datacentrenes økonomi og drift:

• Driftstiden på nogle anlæg er faldet til helt ned på 80 %, langt fra branchens mål om en tilgængelighed på 99,99 % .
• Nedetid på store AI-klynger kan koste titusindvis af dollar i minuttet, fordi værdifulde modeltræninger og dyr computerkapacitet går tabt .
• Analytikere advarer om, at problemet, hvis det ikke bliver løst, kan få en mærkbar effekt på den samlede pipeline af AI-infrastrukturinvesteringer for billioner af dollar inden for 12-24 måneder, hvis gentagne udstyrssvigt svækker investorernes tillid .

Det betyder, at et datacenter kan være bygget til næsten konstant drift, men alligevel miste en betydelig del af sin kapacitet, hvis elinfrastrukturen ikke kan håndtere AI-belastningernes tempo.

NERC udsender sin højeste advarsel

Ustabiliteten stopper ikke nødvendigvis ved datacenterets egen hovedtavle. Når store computerbelastninger pludselig falder bort eller svinger voldsomt, kan forstyrrelserne brede sig til det overordnede elnet.

I maj 2026 udsendte North American Electric Reliability Corporation (NERC) en sjælden Level 3 "Essential Action"-advarsel. NERC er den organisation, der overvåger driftssikkerheden i elnettet i USA, Canada og dele af Mexico. Level 3 er dens højeste alarmniveau og var rettet mod risici fra store computerbelastninger som AI-datacentre og kryptominedrift .

Baggrunden var flere dokumenterede hændelser, hvor mere end 1.000 megawatt computerbelastning forsvandt fra elnettet på få sekunder eller begyndte at svinge hurtigt. Det kan skabe forstyrrelser i netfrekvens og spænding over store områder . I ét rapporteret tilfælde blev et pludseligt fald på 1.800 megawatt tilskrevet AI-datacentre .

NERC's syv påkrævede tiltag betyder blandt andet, at planlæggere og operatører skal:

• udvikle og distribuere nye krav til modelleringsdata for computerbelastninger
• indsamle oplysninger om minimums- og maksimumsforbrug samt fordelingen mellem IT-udstyr og køling
• gennemføre konsekvensanalyser af nye nettilslutninger
• etablere procedurer for idriftsættelse af nye anlæg
• installere dynamiske fejlregistreringsenheder, der kan dokumentere forstyrrelser
• oprette direkte kommunikationslinjer til datacenteroperatører
• gennemføre årlige analyser af stabilitetsmarginer i områder med store computerbelastninger

NERC understregede, at elnetoperatører i øjeblikket mangler "tilstrækkelige processer, procedurer eller metoder til at håndtere risici forbundet med computerbelastninger" .

Den centrale bekymring er derfor dobbelt: De samme millisekundhurtige udsving, som slider på turbiner, batterier og køleanlæg inde i datacentrene, kan også sende ustabilitet videre ud i elnettet. Det gør AI's strømforbrug til mere end et spørgsmål om kapacitet og elpriser – det er blevet et spørgsmål om selve forsyningssikkerheden .