AI's stroomschokken laten turbines barsten, batterijen sterven en bedreigen het Amerikaanse stroomnet

Hoe GPU-clusters stroomschokken veroorzaken

Tijdens AI-training werken tienduizenden GPU's synchroon. Zodra een rekenstap is voltooid, ze wachten op een checkpoint of een nieuwe batch starten, kan de stroomvraag in een fractie van een seconde van volle kracht naar bijna stilstand duiken en weer terug . Dit patroon is uniek voor AI. Traditionele datacenters kennen dit niet. Stroompieken die overeenkomen met het verbruik van een fabriek, een stadswijk of een complete stad verschijnen en verdwijnen binnen luttele seconden, wat aangesloten apparatuur zwaar belast .

Drew Baglino, voormalig Tesla-topman en oprichter van Heron Power, legt uit dat het stroomverbruik van AI soms 50% boven de ontworpen capaciteit uitschiet. "Een faciliteit van 1 gigawatt kan dan een fractie van een seconde 1,5 gigawatt gebruiken" .

Schade aan apparatuur: gebarsten turbines en dode batterijen

Gasturbines en mechanische resonantie

Bij xAI's Colossus-faciliteit in Memphis, in recordtijd van 122 dagen gebouwd, werd de stroom in eerste instantie opgewekt door tientallen tijdelijke methaangasturbines . De snelle, herhaalde stroomschokken van de GPU-clusters veroorzaakten mechanische resonantie en fysieke scheuren in deze turbines . Om de schade te beperken, schreven ingenieurs een aangepaste GPU-kernel die de chips dwong extra stroom te verbruiken wanneer de vraag laag was. Dit stabiliseerde de belasting, maar verhoogde het totale energieverbruik . Elon Musk stelde vervolgens voor om Tesla Megapack-batterijen tussen de turbines en de GPU's te plaatsen om de schommelingen op te vangen . Inmiddels zijn sommige tijdelijke turbines al verwijderd omdat er nieuwe netaansluitingen in Memphis zijn gerealiseerd .

Back-upbatterijen, generatoren en koelsystemen

Back-upbatterijen en noodstroomvoorzieningen (UPS) worden veel vaker aan- en uitgeschakeld dan waarvoor ze zijn ontworpen. Dit leidt tot versnelde slijtage en voortijdig falen . Verschillende datacenters melden dat batterijen, generatoren en koelsystemen veel sneller kapot gaan dan verwacht . Ook de koeling heeft moeite met de plotselinge belastingwisselingen, wat de levensduur van apparatuur verder verkort .

Academisch onderzoek naar de stroomvraag van AI-datacenters bevestigt dat grootschalige GPU-clusters stroomschommelingen van honderden megawatts binnen enkele seconden produceren, wat een grote uitdaging vormt voor de aangesloten systemen .

De financiële tol: uptime daalt, kosten stijgen

Operationele uptime daalt naar 80%

Sommige AI-datacenters zien hun operationele uptime dalen tot ongeveer 80%. Dat is ver onder de 99,99% die normaal is voor enterprise-datacenters . Een paar minuten downtime heeft een enorme impact op de omzet. In faciliteiten die tientallen miljarden dollars waard zijn, staat elke minuut stilstand voor honderdduizenden dollars aan verloren rekenkracht .

Risico van biljoenen dollars en verborgen kosten

Bloomberg en Fortune rapporteren dat de cumulatieve kosten van versnelde vervanging van apparatuur, ongeplande uitval en verloren rekenkracht een enorme druk leggen op de biljoeneninvestering in AI-infrastructuur . Naast directe downtime hebben operators te maken met meer onderhoud, kortere vervangingscycli voor turbines en batterijen, en de noodzaak voor dure softwarematige oplossingen om de stroomvraag te stabiliseren .

Netstabiliteit: NERC slaat het hoogste alarm

1.800 MW stroomuitval in een seconde

De Noord-Amerikaanse Electric Reliability Corporation (NERC), de Amerikaanse netbeheerder, heeft een nieuwe categorie van betrouwbaarheidsrisico's gedocumenteerd. AI-trainingscampussen zijn zo groot dat wanneer hun automatische beveiligingssystemen aanslaan, ze in minder dan een seconde meer dan 1.800 megawatt van het stroomnet kunnen halen. Dat is sneller dan welke menselijke operator of conventionele netbesturing ook kan reageren .

Zowel de Eastern Interconnection als ERCOT (Texas) hebben al stroomuitval van ongeveer 1.500 MW waargenomen, veroorzaakt door de gevoeligheid van datacenters voor spanningsschommelingen .

In juli 2024 leidde een normale netstoring in Virginia tot de plotselinge ontkoppeling van meer dan 1.500 MW aan datacenterbelasting, verdeeld over 25 tot 30 onderstations .

Slechts de derde Level 3-waarschuwing in de geschiedenis van NERC

In 2026 gaf NERC haar hoogste en meest urgente Level 3-waarschuwing af. Het is pas de derde waarschuwing van dit niveau in de geschiedenis van de organisatie. De waarschuwing wijst op "significante risico's" voor het stroomnet door hyperscale AI-datacenters . De waarschuwing verplicht netplanners en -beheerders om modelleringsdata te ontwikkelen, data over minimum- en maximumverbruik te verzamelen en de belastingssamenstelling te bestuderen . NERC heeft ook een taskforce opgericht om deze risico's aan te pakken, wat kan leiden tot nieuwe, verplichte betrouwbaarheidsnormen .

Sneller dan de infrastructuur kan worden gebouwd

NERC's '2025 State of Reliability'-rapport waarschuwt dat datacenters sneller worden ontwikkeld dan de benodigde opwekkings- en transmissie-infrastructuur. Dit creëert een structurele betrouwbaarheidskloof . Het rapport stelt dat de spanningsgevoeligheid en de snel veranderende, vaak onvoorspelbare stroomvraag van deze faciliteiten nieuwe operationele uitdagingen creëren die "nauwkeurigere modellen" vereisen .

Wat wordt eraan gedaan?

Operators experimenteren met batterijbuffers, zoals Tesla Megapacks, die tussen de onvoorspelbare GPU-belasting en gevoelige opwekkingsapparatuur worden geplaatst om schommelingen op te vangen . xAI heeft in Memphis al een aantal tijdelijke gasturbines verwijderd omdat nieuwe netaansluitingen online zijn gekomen .

De fundamentele uitdaging blijft echter: AI-workloads creëren een belastingsprofiel waarvoor het stroomnet nooit is ontworpen. NERC roept op tot nieuwe modelleringsstandaarden, operationele coördinatie en regelgevende kaders om de unieke risico's van AI-belasting op gigawatt-schaal aan te pakken .