Bloomberg की रिपोर्ट के अनुसार, AI डेटा सेंटरों में बिजली के ये उतार-चढ़ाव उपकरणों की डिजाइन क्षमता से 50% तक अधिक हो सकते हैं . लगातार दोहराए जाने वाले ये विद्युत, यांत्रिक और थर्मल झटके उन प्रणालियों को तेजी से घिसते हैं जिन्हें स्थिर लोड के लिए डिजाइन किया गया था।

• बैटरियां और जनरेटर: लेड-एसिड और लिथियम-आयन बैटरी बैंक समय से पहले खराब हो रहे हैं। अनियमित लोड पैटर्न से बैकअप जनरेटर पर भी अतिरिक्त दबाव पड़ रहा है .
• कूलिंग सिस्टम: चिलर और पंप सामान्यतः स्थिर संचालन के लिए बनाए जाते हैं। बिजली की खपत और गर्मी के उत्पादन में तेज बदलाव इनके भीतर बार-बार यांत्रिक और तापीय झटके पैदा करते हैं, जिससे वे अपेक्षा से पहले फेल हो सकते हैं .
• ऑन-साइट गैस इंजन: डेटा सेंटरों में बिजली बनाने वाले छोटे प्राकृतिक गैस दहन इंजनों के क्रैंक टूटने तक की घटनाएं सामने आई हैं .

xAI के Colossus में टर्बाइनों में दरार

सबसे उल्लेखनीय मामलों में xAI की Colossus सुविधा शामिल है, जो Memphis, Tennessee में स्थित है। वहां गैस टर्बाइनों में तेज पावर-साइक्लिंग से पैदा हुए लगातार थर्मल और यांत्रिक तनाव के कारण दरारें विकसित होने की खबर है .

रिपोर्ट के अनुसार, इंजीनियरों ने GPU को जरूरत से अधिक बिजली खपत करने के लिए कस्टम सॉफ्टवेयर लिखा, ताकि मांग में आने वाले अचानक झटकों को कुछ हद तक समतल किया जा सके और टर्बाइनों पर दबाव घटाया जा सके .

समस्या केवल इसी परिसर तक सीमित नहीं बताई गई है। ब्रिटेन के कई छोटे डेटा सेंटरों में भी गैस टर्बाइनों में दरार की समान घटनाएं रिपोर्ट हुई हैं .

नुकसान सिर्फ मरम्मत तक सीमित नहीं

उपकरणों की खराबी का असर सीधे डेटा सेंटरों के कारोबार और AI निवेश पर पड़ रहा है।

• कुछ सुविधाओं का वास्तविक ऑपरेशनल अपटाइम घटकर 80% तक रह गया है, जबकि उद्योग में आम लक्ष्य 99.99% उपलब्धता का होता है .
• महंगे AI ट्रेनिंग जॉब चला रहे बड़े क्लस्टरों में डाउनटाइम का नुकसान हर मिनट हजारों डॉलर तक पहुंच सकता है .
• विश्लेषकों ने चेतावनी दी है कि यदि यह समस्या दूर नहीं हुई, तो अगले 12 से 24 महीनों में ट्रिलियन-डॉलर वाली AI इंफ्रास्ट्रक्चर निवेश पाइपलाइन पर ठोस असर पड़ सकता है। बार-बार होने वाली उपकरण विफलताओं से निवेशकों का भरोसा कमजोर हो सकता है .

इसका अर्थ यह है कि AI डेटा सेंटरों की लागत केवल चिप, सर्वर और बिजली खरीदने तक सीमित नहीं रहेगी। बार-बार बदलने वाले उपकरण, अनियोजित बंदी और अतिरिक्त ग्रिड-सुरक्षा उपाय परियोजनाओं की अर्थव्यवस्था को भी बदल सकते हैं।

NERC का Level 3 Alert: समस्या अब ग्रिड तक पहुंच गई

डेटा सेंटर के भीतर होने वाली अस्थिरता का असर बाहरी बिजली व्यवस्था पर भी पड़ रहा है। 4 मई 2026 को North American Electric Reliability Corporation (NERC)—अमेरिका, कनाडा और मेक्सिको के कुछ हिस्सों की बल्क-पावर व्यवस्था पर नजर रखने वाली संस्था—ने दुर्लभ Level 3 'Essential Action' Alert जारी किया। यह उसकी सबसे अधिक तात्कालिकता वाली चेतावनी है .

चेतावनी का आधार ऐसी कई घटनाएं थीं, जिनमें 1,000 मेगावाट से अधिक कंप्यूटेशनल लोड कुछ ही सेकंड में ग्रिड से हट गया या तेजी से दोलन करने लगा। इससे बिजली की आवृत्ति और वोल्टेज में ऐसे बदलाव आए, जो बड़े क्षेत्र में ग्रिड स्थिरता को प्रभावित कर सकते थे . एक रिपोर्टेड घटना में AI डेटा सेंटरों से जुड़ी 1,800 मेगावाट की अचानक गिरावट का उल्लेख किया गया है .

NERC ने ट्रांसमिशन प्लानरों और प्लानिंग कोऑर्डिनेटरों के लिए सात जरूरी कदम तय किए हैं:

• कंप्यूटेशनल लोड के लिए नए मॉडलिंग डेटा मानक तैयार करना और उन्हें वितरित करना।
• न्यूनतम और अधिकतम बिजली खपत के साथ यह डेटा जुटाना कि लोड का कितना हिस्सा IT उपकरणों और कितना कूलिंग सिस्टम से आता है।
• नए डेटा सेंटर कनेक्शन के लिए सिस्टम-इम्पैक्ट स्टडी करना।
• नई सुविधाओं के लिए कमीशनिंग प्रक्रियाएं बनाना।
• व्यवधानों के दौरान वास्तविक स्थिति दर्ज करने के लिए डायनेमिक फॉल्ट रिकॉर्डिंग उपकरण लगाना।
• डेटा सेंटर ऑपरेटरों के साथ सीधा संचार स्थापित करना।
• कंप्यूटेशनल लोड वाले क्षेत्रों में हर साल ग्रिड के स्थिरता-मार्जिन का अध्ययन करना .

NERC ने कहा कि ग्रिड ऑपरेटरों के पास फिलहाल “कंप्यूटेशनल लोड से जुड़े जोखिमों से निपटने के लिए पर्याप्त प्रक्रियाएं, तरीके या प्रणालियां नहीं हैं” .

बड़ी तस्वीर क्या है?

AI डेटा सेंटरों की चुनौती केवल कुल बिजली खपत की नहीं है, बल्कि खपत की गति और उसके पैटर्न की भी है। अंदरूनी स्तर पर यही मिलीसेकंड वाली उछाल बैटरियों और टर्बाइनों को नुकसान पहुंचा रही है; बड़े पैमाने पर यही उतार-चढ़ाव ग्रिड में आवृत्ति और वोल्टेज संबंधी अस्थिरता भेज सकता है .

इसलिए AI इंफ्रास्ट्रक्चर का अगला चरण केवल अधिक GPU लगाने की दौड़ नहीं होगा। डेटा सेंटरों को ऐसे पावर सिस्टम, नियंत्रण सॉफ्टवेयर और ग्रिड-समन्वय की जरूरत होगी जो अचानक बदलते कंप्यूटिंग लोड को संभाल सकें।

Bloomberg की रिपोर्ट के अनुसार, AI डेटा सेंटरों में बिजली के ये उतार-चढ़ाव उपकरणों की डिजाइन क्षमता से 50% तक अधिक हो सकते हैं . लगातार दोहराए जाने वाले ये विद्युत, यांत्रिक और थर्मल झटके उन प्रणालियों को तेजी से घिसते हैं जिन्हें स्थिर लोड के लिए डिजाइन किया गया था।

• बैटरियां और जनरेटर: लेड-एसिड और लिथियम-आयन बैटरी बैंक समय से पहले खराब हो रहे हैं। अनियमित लोड पैटर्न से बैकअप जनरेटर पर भी अतिरिक्त दबाव पड़ रहा है .
• कूलिंग सिस्टम: चिलर और पंप सामान्यतः स्थिर संचालन के लिए बनाए जाते हैं। बिजली की खपत और गर्मी के उत्पादन में तेज बदलाव इनके भीतर बार-बार यांत्रिक और तापीय झटके पैदा करते हैं, जिससे वे अपेक्षा से पहले फेल हो सकते हैं .
• ऑन-साइट गैस इंजन: डेटा सेंटरों में बिजली बनाने वाले छोटे प्राकृतिक गैस दहन इंजनों के क्रैंक टूटने तक की घटनाएं सामने आई हैं .

xAI के Colossus में टर्बाइनों में दरार

सबसे उल्लेखनीय मामलों में xAI की Colossus सुविधा शामिल है, जो Memphis, Tennessee में स्थित है। वहां गैस टर्बाइनों में तेज पावर-साइक्लिंग से पैदा हुए लगातार थर्मल और यांत्रिक तनाव के कारण दरारें विकसित होने की खबर है .

रिपोर्ट के अनुसार, इंजीनियरों ने GPU को जरूरत से अधिक बिजली खपत करने के लिए कस्टम सॉफ्टवेयर लिखा, ताकि मांग में आने वाले अचानक झटकों को कुछ हद तक समतल किया जा सके और टर्बाइनों पर दबाव घटाया जा सके .

समस्या केवल इसी परिसर तक सीमित नहीं बताई गई है। ब्रिटेन के कई छोटे डेटा सेंटरों में भी गैस टर्बाइनों में दरार की समान घटनाएं रिपोर्ट हुई हैं .

नुकसान सिर्फ मरम्मत तक सीमित नहीं

उपकरणों की खराबी का असर सीधे डेटा सेंटरों के कारोबार और AI निवेश पर पड़ रहा है।

• कुछ सुविधाओं का वास्तविक ऑपरेशनल अपटाइम घटकर 80% तक रह गया है, जबकि उद्योग में आम लक्ष्य 99.99% उपलब्धता का होता है .
• महंगे AI ट्रेनिंग जॉब चला रहे बड़े क्लस्टरों में डाउनटाइम का नुकसान हर मिनट हजारों डॉलर तक पहुंच सकता है .
• विश्लेषकों ने चेतावनी दी है कि यदि यह समस्या दूर नहीं हुई, तो अगले 12 से 24 महीनों में ट्रिलियन-डॉलर वाली AI इंफ्रास्ट्रक्चर निवेश पाइपलाइन पर ठोस असर पड़ सकता है। बार-बार होने वाली उपकरण विफलताओं से निवेशकों का भरोसा कमजोर हो सकता है .

इसका अर्थ यह है कि AI डेटा सेंटरों की लागत केवल चिप, सर्वर और बिजली खरीदने तक सीमित नहीं रहेगी। बार-बार बदलने वाले उपकरण, अनियोजित बंदी और अतिरिक्त ग्रिड-सुरक्षा उपाय परियोजनाओं की अर्थव्यवस्था को भी बदल सकते हैं।

NERC का Level 3 Alert: समस्या अब ग्रिड तक पहुंच गई

डेटा सेंटर के भीतर होने वाली अस्थिरता का असर बाहरी बिजली व्यवस्था पर भी पड़ रहा है। 4 मई 2026 को North American Electric Reliability Corporation (NERC)—अमेरिका, कनाडा और मेक्सिको के कुछ हिस्सों की बल्क-पावर व्यवस्था पर नजर रखने वाली संस्था—ने दुर्लभ Level 3 'Essential Action' Alert जारी किया। यह उसकी सबसे अधिक तात्कालिकता वाली चेतावनी है .

चेतावनी का आधार ऐसी कई घटनाएं थीं, जिनमें 1,000 मेगावाट से अधिक कंप्यूटेशनल लोड कुछ ही सेकंड में ग्रिड से हट गया या तेजी से दोलन करने लगा। इससे बिजली की आवृत्ति और वोल्टेज में ऐसे बदलाव आए, जो बड़े क्षेत्र में ग्रिड स्थिरता को प्रभावित कर सकते थे . एक रिपोर्टेड घटना में AI डेटा सेंटरों से जुड़ी 1,800 मेगावाट की अचानक गिरावट का उल्लेख किया गया है .

NERC ने ट्रांसमिशन प्लानरों और प्लानिंग कोऑर्डिनेटरों के लिए सात जरूरी कदम तय किए हैं:

• कंप्यूटेशनल लोड के लिए नए मॉडलिंग डेटा मानक तैयार करना और उन्हें वितरित करना।
• न्यूनतम और अधिकतम बिजली खपत के साथ यह डेटा जुटाना कि लोड का कितना हिस्सा IT उपकरणों और कितना कूलिंग सिस्टम से आता है।
• नए डेटा सेंटर कनेक्शन के लिए सिस्टम-इम्पैक्ट स्टडी करना।
• नई सुविधाओं के लिए कमीशनिंग प्रक्रियाएं बनाना।
• व्यवधानों के दौरान वास्तविक स्थिति दर्ज करने के लिए डायनेमिक फॉल्ट रिकॉर्डिंग उपकरण लगाना।
• डेटा सेंटर ऑपरेटरों के साथ सीधा संचार स्थापित करना।
• कंप्यूटेशनल लोड वाले क्षेत्रों में हर साल ग्रिड के स्थिरता-मार्जिन का अध्ययन करना .

NERC ने कहा कि ग्रिड ऑपरेटरों के पास फिलहाल “कंप्यूटेशनल लोड से जुड़े जोखिमों से निपटने के लिए पर्याप्त प्रक्रियाएं, तरीके या प्रणालियां नहीं हैं” .

बड़ी तस्वीर क्या है?

AI डेटा सेंटरों की चुनौती केवल कुल बिजली खपत की नहीं है, बल्कि खपत की गति और उसके पैटर्न की भी है। अंदरूनी स्तर पर यही मिलीसेकंड वाली उछाल बैटरियों और टर्बाइनों को नुकसान पहुंचा रही है; बड़े पैमाने पर यही उतार-चढ़ाव ग्रिड में आवृत्ति और वोल्टेज संबंधी अस्थिरता भेज सकता है .

इसलिए AI इंफ्रास्ट्रक्चर का अगला चरण केवल अधिक GPU लगाने की दौड़ नहीं होगा। डेटा सेंटरों को ऐसे पावर सिस्टम, नियंत्रण सॉफ्टवेयर और ग्रिड-समन्वय की जरूरत होगी जो अचानक बदलते कंप्यूटिंग लोड को संभाल सकें।