AI-datasentre sliter ut sitt eget strøm- og kjøleutstyr
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder. Ved enkelte anlegg har den faktiske driftstiden falt til så lite som 80 prosent.
Publisert avRedigert med DeepSeek-V4-FlashBilder generert med GPT Image 1.5
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder.
Ved enkelte anlegg har den faktiske driftstiden falt til så lite som 80 prosent.
I mai 2026 utstedte NERC et sjeldent nivå 3 varsel etter hendelser der mer enn 1 000 megawatt datakraft forsvant fra strømnettet i løpet av sekunder.
What are the key findings from the August 2026 Bloomberg investigation regarding how AI workload power swings are damaging data center infraAI data centers experience extreme power volatility that degrades critical equipment far faster than expected.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key findings from the August 2026 Bloomberg investigation regarding how AI workload power swings are damaging data center infra. Article summary: The Bloomberg article is paywalled. Let me gather additional details from the secondary sources that summarized the findingsHere are the key findings from the August 6, 2026, Bloomberg investigation, corroborated by indu. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
Det er godt kjent at AI-industrien krever enorme mengder strøm. Det mindre synlige problemet er hvordan strømmen brukes: Når AI-datasentre skifter mellom svært lav og svært høy belastning på brøkdelen av et sekund, blir selve infrastrukturen utsatt for gjentatte støt.
En Bloomberg-undersøkelse publisert 6. august 2026 beskriver hvordan disse svingningene allerede skader viktig utstyr i datasentre – og hvordan ustabiliteten i stor skala kan forplante seg til strømnettet i Nord-Amerika .
Fra nesten tomgang til full belastning på millisekunder
Vanlige datasentre har som regel et nokså jevnt strømforbruk. AI-klynger oppfører seg annerledes, særlig under trening av store modeller. Hundretusenvis av grafikkprosessorer (GPU-er) kan øke strømforbruket fra nesten tomgang til full belastning og tilbake igjen på millisekunder .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AI-datasentre sliter ut sitt eget strøm- og kjøleutstyr"?
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder.
What are the key points to validate first?
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder. Ved enkelte anlegg har den faktiske driftstiden falt til så lite som 80 prosent.
What should I do next in practice?
I mai 2026 utstedte NERC et sjeldent nivå 3 varsel etter hendelser der mer enn 1 000 megawatt datakraft forsvant fra strømnettet i løpet av sekunder.
AI-datasentre sliter ut sitt eget strøm- og kjøleutstyr
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder. Ved enkelte anlegg har den faktiske driftstiden falt til så lite som 80 prosent.
Publisert avRedigert med DeepSeek-V4-FlashBilder generert med GPT Image 1.5
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder.
Ved enkelte anlegg har den faktiske driftstiden falt til så lite som 80 prosent.
I mai 2026 utstedte NERC et sjeldent nivå 3 varsel etter hendelser der mer enn 1 000 megawatt datakraft forsvant fra strømnettet i løpet av sekunder.
What are the key findings from the August 2026 Bloomberg investigation regarding how AI workload power swings are damaging data center infraAI data centers experience extreme power volatility that degrades critical equipment far faster than expected.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What are the key findings from the August 2026 Bloomberg investigation regarding how AI workload power swings are damaging data center infra. Article summary: The Bloomberg article is paywalled. Let me gather additional details from the secondary sources that summarized the findingsHere are the key findings from the August 6, 2026, Bloomberg investigation, corroborated by indu. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
Det er godt kjent at AI-industrien krever enorme mengder strøm. Det mindre synlige problemet er hvordan strømmen brukes: Når AI-datasentre skifter mellom svært lav og svært høy belastning på brøkdelen av et sekund, blir selve infrastrukturen utsatt for gjentatte støt.
En Bloomberg-undersøkelse publisert 6. august 2026 beskriver hvordan disse svingningene allerede skader viktig utstyr i datasentre – og hvordan ustabiliteten i stor skala kan forplante seg til strømnettet i Nord-Amerika .
Fra nesten tomgang til full belastning på millisekunder
Vanlige datasentre har som regel et nokså jevnt strømforbruk. AI-klynger oppfører seg annerledes, særlig under trening av store modeller. Hundretusenvis av grafikkprosessorer (GPU-er) kan øke strømforbruket fra nesten tomgang til full belastning og tilbake igjen på millisekunder .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "AI-datasentre sliter ut sitt eget strøm- og kjøleutstyr"?
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder.
What are the key points to validate first?
AI trening kan få hundretusenvis av GPU er til å gå fra nesten ingen belastning til fullt strømforbruk på millisekunder. Ved enkelte anlegg har den faktiske driftstiden falt til så lite som 80 prosent.
What should I do next in practice?
I mai 2026 utstedte NERC et sjeldent nivå 3 varsel etter hendelser der mer enn 1 000 megawatt datakraft forsvant fra strømnettet i løpet av sekunder.
Ifølge rapporteringen kan disse svingningene overstige utstyrets dimensjoneringskapasitet med opptil 50 prosent . Den raske vekslingen mellom belastning og varmeutvikling fungerer i praksis som gjentatte mekaniske og termiske støt:
Batterier og generatorer: Både blysyre- og litiumionebatterier slites ut og svikter tidligere enn ventet. Reservegeneratorer får også økt slitasje når belastningen endres uforutsigbart .
Kjøleanlegg: Kjølemaskiner og pumper er laget for mer stabil drift. Når både strømforbruk og varmeproduksjon varierer brått, utsettes de for gjentatte belastninger som kan føre til tidlige feil .
Motorer og annet kraftutstyr: På enkelte anlegg skal veivaksler i små naturgassmotorer brukt til lokal kraftproduksjon ha brukket helt av .
Sprekker ved xAIs Colossus-anlegg
Ved xAIs Colossus-anlegg i Memphis i Tennessee skal gassturbiner ha utviklet sprekker etter gjentatte termiske og mekaniske belastninger fra den raske effektreguleringen .
Ingeniører skal ha skrevet spesialtilpasset programvare som tvang GPU-ene til å bruke ekstra strøm. Hensikten var å jevne ut forbruket og redusere belastningen på turbinene .
Problemet ser ikke ut til å være begrenset til ett anlegg. Det er også rapportert om tilsvarende sprekker i turbiner ved flere mindre datasentre i Storbritannia .
Dyr nedetid og lavere driftssikkerhet
Konsekvensene handler derfor ikke bare om dyrere vedlikehold. Når kritisk utstyr må repareres eller skiftes ut, stopper også de kostbare beregningene som datasentrene er bygget for.
Ved enkelte anlegg skal den faktiske driftstiden ha falt til så lite som 80 prosent – langt under målet på 99,99 prosent som er vanlig for datasentre . For store AI-klynger kan hvert minutts driftsstans koste titusenvis av dollar, fordi verdifulle treningsjobber blir avbrutt .
Analytikere advarer om at problemet, dersom det ikke løses, kan få betydelig innvirkning på investeringsplanene for AI-infrastruktur til en verdi av billioner av dollar innen 12–24 måneder. Gjentatte utstyrshavarier kan svekke investorenes tillit til hvor pålitelige og lønnsomme de nye anleggene faktisk er .
NERC hever alarmnivået for strømnettet
Ustabiliteten stopper heller ikke ved veggene i datasentrene. Når store dataklynger brått reduserer forbruket eller kobler seg fra, kan belastningen på strømnettet endres raskt nok til å påvirke frekvens og spenning over store områder.
I mai 2026 utstedte North American Electric Reliability Corporation (NERC), organisasjonen som overvåker driftssikkerheten i strømnettet i USA, Canada og deler av Mexico, et sjeldent nivå 3-varsel kalt «Essential Action». Det er organets høyeste hastegrad og retter seg mot risikoen fra store databelastninger, blant annet AI-datasentre og kryptoutvinning .
Bakgrunnen var flere dokumenterte hendelser der mer enn 1 000 megawatt datakraft forsvant fra nettet i løpet av sekunder eller begynte å svinge raskt. Slike endringer kan skape forstyrrelser i både frekvens og spenning og true stabiliteten i et større nettområde . Ett rapportert tilfelle omfattet et plutselig fall på 1 800 megawatt som ble knyttet til AI-datasentre .
NERCs sju pålagte tiltak innebærer blant annet at planleggere og koordineringsorganer skal:
utvikle og distribuere nye krav til modelleringsdata for databelastninger
samle inn informasjon om minimums- og maksimumsforbruk, samt hvor mye som går til IT-utstyr og kjøling
gjennomføre konsekvensstudier for nye nettilknytninger
etablere rutiner for idriftsettelse av nye anlegg
installere dynamisk feilregistrering for å dokumentere forstyrrelser
opprette direkte kommunikasjonslinjer til datasenteroperatører
gjennomføre årlige analyser av stabilitetsmarginer i områder med store databelastninger
NERC har samtidig sagt at nettoperatørene mangler «tilstrekkelige prosesser, prosedyrer eller metoder» for å håndtere risikoen fra slike databelastninger .
Det betyr at AI-utbyggingen skaper en dobbel utfordring: Den raske strømbruken sliter på utstyret inne i datasentrene, samtidig som brå endringer i forbruket kan sende ustabilitet videre ut i strømnettet .
studioglobal.aiAI's Power Swings Are Cracking Turbines, Killing Batteries ...
Ifølge rapporteringen kan disse svingningene overstige utstyrets dimensjoneringskapasitet med opptil 50 prosent . Den raske vekslingen mellom belastning og varmeutvikling fungerer i praksis som gjentatte mekaniske og termiske støt:
Batterier og generatorer: Både blysyre- og litiumionebatterier slites ut og svikter tidligere enn ventet. Reservegeneratorer får også økt slitasje når belastningen endres uforutsigbart .
Kjøleanlegg: Kjølemaskiner og pumper er laget for mer stabil drift. Når både strømforbruk og varmeproduksjon varierer brått, utsettes de for gjentatte belastninger som kan føre til tidlige feil .
Motorer og annet kraftutstyr: På enkelte anlegg skal veivaksler i små naturgassmotorer brukt til lokal kraftproduksjon ha brukket helt av .
Sprekker ved xAIs Colossus-anlegg
Ved xAIs Colossus-anlegg i Memphis i Tennessee skal gassturbiner ha utviklet sprekker etter gjentatte termiske og mekaniske belastninger fra den raske effektreguleringen .
Ingeniører skal ha skrevet spesialtilpasset programvare som tvang GPU-ene til å bruke ekstra strøm. Hensikten var å jevne ut forbruket og redusere belastningen på turbinene .
Problemet ser ikke ut til å være begrenset til ett anlegg. Det er også rapportert om tilsvarende sprekker i turbiner ved flere mindre datasentre i Storbritannia .
Dyr nedetid og lavere driftssikkerhet
Konsekvensene handler derfor ikke bare om dyrere vedlikehold. Når kritisk utstyr må repareres eller skiftes ut, stopper også de kostbare beregningene som datasentrene er bygget for.
Ved enkelte anlegg skal den faktiske driftstiden ha falt til så lite som 80 prosent – langt under målet på 99,99 prosent som er vanlig for datasentre . For store AI-klynger kan hvert minutts driftsstans koste titusenvis av dollar, fordi verdifulle treningsjobber blir avbrutt .
Analytikere advarer om at problemet, dersom det ikke løses, kan få betydelig innvirkning på investeringsplanene for AI-infrastruktur til en verdi av billioner av dollar innen 12–24 måneder. Gjentatte utstyrshavarier kan svekke investorenes tillit til hvor pålitelige og lønnsomme de nye anleggene faktisk er .
NERC hever alarmnivået for strømnettet
Ustabiliteten stopper heller ikke ved veggene i datasentrene. Når store dataklynger brått reduserer forbruket eller kobler seg fra, kan belastningen på strømnettet endres raskt nok til å påvirke frekvens og spenning over store områder.
I mai 2026 utstedte North American Electric Reliability Corporation (NERC), organisasjonen som overvåker driftssikkerheten i strømnettet i USA, Canada og deler av Mexico, et sjeldent nivå 3-varsel kalt «Essential Action». Det er organets høyeste hastegrad og retter seg mot risikoen fra store databelastninger, blant annet AI-datasentre og kryptoutvinning .
Bakgrunnen var flere dokumenterte hendelser der mer enn 1 000 megawatt datakraft forsvant fra nettet i løpet av sekunder eller begynte å svinge raskt. Slike endringer kan skape forstyrrelser i både frekvens og spenning og true stabiliteten i et større nettområde . Ett rapportert tilfelle omfattet et plutselig fall på 1 800 megawatt som ble knyttet til AI-datasentre .
NERCs sju pålagte tiltak innebærer blant annet at planleggere og koordineringsorganer skal:
utvikle og distribuere nye krav til modelleringsdata for databelastninger
samle inn informasjon om minimums- og maksimumsforbruk, samt hvor mye som går til IT-utstyr og kjøling
gjennomføre konsekvensstudier for nye nettilknytninger
etablere rutiner for idriftsettelse av nye anlegg
installere dynamisk feilregistrering for å dokumentere forstyrrelser
opprette direkte kommunikasjonslinjer til datasenteroperatører
gjennomføre årlige analyser av stabilitetsmarginer i områder med store databelastninger
NERC har samtidig sagt at nettoperatørene mangler «tilstrekkelige prosesser, prosedyrer eller metoder» for å håndtere risikoen fra slike databelastninger .
Det betyr at AI-utbyggingen skaper en dobbel utfordring: Den raske strømbruken sliter på utstyret inne i datasentrene, samtidig som brå endringer i forbruket kan sende ustabilitet videre ut i strømnettet .
studioglobal.aiAI's Power Swings Are Cracking Turbines, Killing Batteries ...