AI:s ryckiga elanvändning förstör turbiner – och hotar elnätet
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o... Drifttiden vid vissa AI datacenter har sjunkit till så lite som 80 procent.
Publicerad avRedigerad med DeepSeek-V4-FlashBilder genererade med GPT Image 1.5
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o...
Drifttiden vid vissa AI datacenter har sjunkit till så lite som 80 procent. Stillestånd kan kosta tiotusentals dollar per minut och hota AI infrastrukturinvesteringar på biljonstorleksordningen inom 12–24 månader [10]...
I maj 2026 utfärdade NERC en sällsynt nivå 3 varning efter flera händelser där mer än 1 000 megawatt beräkningslast försvann från elnätet på några 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
AI-industrins enorma elbehov är välkänt. Det mindre uppmärksammade problemet är hur snabbt behovet förändras. En granskning från Bloomberg den 6 augusti 2026 visar att AI-datacenter inte bara förbrukar stora mängder el – de kraftiga svängningarna i förbrukningen håller också på att skada deras egen utrustning och skapa risker för det nordamerikanska elnätet .
Därför blir AI-belastningen så svår att hantera
Traditionella datacenter har vanligtvis en relativt jämn elanvändning. AI-kluster fungerar annorlunda, särskilt under modellträning. Hundratusentals grafikprocessorer, GPU:er, kan växla från nästan viloläge till full effekt och tillbaka igen på bara några millisekunder. Det skapar upprepade och kraftiga förändringar i belastningen .
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:s ryckiga elanvändning förstör turbiner – och hotar elnätet"?
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o...
What are the key points to validate first?
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o... Drifttiden vid vissa AI datacenter har sjunkit till så lite som 80 procent. Stillestånd kan kosta tiotusentals dollar per minut och hota AI infrastrukturinvesteringar på biljonstorleksordningen inom 12–24 månader [10]...
What should I do next in practice?
I maj 2026 utfärdade NERC en sällsynt nivå 3 varning efter flera händelser där mer än 1 000 megawatt beräkningslast försvann från elnätet på några sekunder.
AI:s ryckiga elanvändning förstör turbiner – och hotar elnätet
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o... Drifttiden vid vissa AI datacenter har sjunkit till så lite som 80 procent.
Publicerad avRedigerad med DeepSeek-V4-FlashBilder genererade med GPT Image 1.5
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o...
Drifttiden vid vissa AI datacenter har sjunkit till så lite som 80 procent. Stillestånd kan kosta tiotusentals dollar per minut och hota AI infrastrukturinvesteringar på biljonstorleksordningen inom 12–24 månader [10]...
I maj 2026 utfärdade NERC en sällsynt nivå 3 varning efter flera händelser där mer än 1 000 megawatt beräkningslast försvann från elnätet på några 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
AI-industrins enorma elbehov är välkänt. Det mindre uppmärksammade problemet är hur snabbt behovet förändras. En granskning från Bloomberg den 6 augusti 2026 visar att AI-datacenter inte bara förbrukar stora mängder el – de kraftiga svängningarna i förbrukningen håller också på att skada deras egen utrustning och skapa risker för det nordamerikanska elnätet .
Därför blir AI-belastningen så svår att hantera
Traditionella datacenter har vanligtvis en relativt jämn elanvändning. AI-kluster fungerar annorlunda, särskilt under modellträning. Hundratusentals grafikprocessorer, GPU:er, kan växla från nästan viloläge till full effekt och tillbaka igen på bara några millisekunder. Det skapar upprepade och kraftiga förändringar i belastningen .
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:s ryckiga elanvändning förstör turbiner – och hotar elnätet"?
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o...
What are the key points to validate first?
AI träning skapar effektsvängningar på millisekundnivå som kan överskrida utrustningens konstruktionskapacitet med upp till 50 procent och orsaka sprickor i gasturbiner samt förtida slitage på batterier, generatorer o... Drifttiden vid vissa AI datacenter har sjunkit till så lite som 80 procent. Stillestånd kan kosta tiotusentals dollar per minut och hota AI infrastrukturinvesteringar på biljonstorleksordningen inom 12–24 månader [10]...
What should I do next in practice?
I maj 2026 utfärdade NERC en sällsynt nivå 3 varning efter flera händelser där mer än 1 000 megawatt beräkningslast försvann från elnätet på några sekunder.
Enligt Bloomberg har effektsvängningarna vid AI-datacenter överskridit utrustningens konstruktionskapacitet med upp till 50 procent . För infrastrukturen blir det ungefär som att utsättas för ständiga mekaniska och termiska stötar:
Batterier och generatorer: Blybatterier och litiumjonbatterier slits ut och går sönder långt tidigare än planerat. Även reservgeneratorer påverkas av de ryckiga belastningsmönstren .
Kylsystem: Kylmaskiner, pumpar och annan utrustning som är byggd för stabil drift utsätts för upprepade förändringar i både effektuttag och värmeproduktion. Resultatet kan bli förtida haverier .
Små gasmotorer: Vevaxelkomponenter i mindre naturgasdrivna motorer som används för lokal elproduktion ska i vissa fall ha gått sönder helt .
Sprickor i Colossus och brittiska datacenter
Vid xAI:s Colossus-anläggning i Memphis, Tennessee, har gasturbiner utvecklat sprickor efter den upprepade termiska och mekaniska belastningen från snabba effektväxlingar. Ingenjörer uppges ha skrivit särskild programvara som tvingar GPU:erna att använda extra el för att jämna ut belastningen och skydda turbinerna .
Problemet verkar inte vara begränsat till en enda anläggning. Liknande sprickor i turbiner har rapporterats vid flera mindre datacenter i Storbritannien . På andra håll har batterier behövt bytas ut efter veckor eller månader i stället för efter den betydligt längre livslängd som de var avsedda för .
Dyra avbrott och press på AI-investeringarna
Skadorna är mer än ett tekniskt underhållsproblem. De påverkar direkt hur mycket datacentren faktiskt kan köras:
Drifttiden vid vissa anläggningar har sjunkit till så lite som 80 procent, långt under branschens mål på 99,99 procent .
Vid stora AI-kluster kan ett driftstopp innebära förluster på tiotusentals dollar per minut, eftersom kostsamma modellträningskörningar avbryts .
Analytiker varnar för att problemen, om de inte löses, kan påverka investeringar i AI-infrastruktur för biljonbelopp inom 12–24 månader. Upprepade fel kan undergräva investerarnas förtroende .
NERC:s högsta varningsnivå
Instabiliteten stannar inte innanför datacenters väggar. I maj 2026 utfärdade North American Electric Reliability Corporation, NERC – den organisation som övervakar driftsäkerheten i USA:s, Kanadas och delar av Mexikos elnät – en sällsynt nivå 3-varning för ”Essential Action”. Det är myndighetens mest brådskande varningsnivå och gäller stora beräkningslaster som AI-datacenter och kryptomining .
Bakgrunden var flera dokumenterade händelser där mer än 1 000 megawatt beräkningslast försvann från elnätet på några sekunder eller började pendla snabbt. Sådana förändringar kan störa både frekvens och spänning över stora områden . En rapporterad incident omfattade ett plötsligt bortfall på 1 800 megawatt som kopplades till AI-datacenter .
NERC kräver att nätplanerare och samordnande planeringsorgan vidtar sju åtgärder:
Ta fram och sprida nya krav på modelleringsdata för beräkningslaster.
Samla in uppgifter om minsta och högsta effektuttag samt hur lasten fördelas mellan IT-utrustning och kylning.
Genomföra systemstudier för nya anslutningar.
Införa rutiner för driftsättning av nya anläggningar.
Installera dynamisk felregistrering som kan fånga störningar i realtid.
Upprätta direkt kommunikation med datacenteroperatörer.
Göra årliga studier av stabilitetsmarginaler i områden med stora beräkningslaster .
NERC har betonat att nätoperatörerna i dag saknar ”tillräckliga processer, rutiner eller metoder för att hantera riskerna med beräkningslaster” .
Det är den centrala varningssignalen: samma millisekundsnabba svängningar som sliter sönder turbiner, batterier och kylsystem inne i datacentren kan också skickas vidare ut i elnätet. AI:s energiproblem handlar därför inte längre bara om hur mycket el som behövs – utan också om hur ryckigt den används .
studioglobal.aiAI's Power Swings Are Cracking Turbines, Killing Batteries ...
Enligt Bloomberg har effektsvängningarna vid AI-datacenter överskridit utrustningens konstruktionskapacitet med upp till 50 procent . För infrastrukturen blir det ungefär som att utsättas för ständiga mekaniska och termiska stötar:
Batterier och generatorer: Blybatterier och litiumjonbatterier slits ut och går sönder långt tidigare än planerat. Även reservgeneratorer påverkas av de ryckiga belastningsmönstren .
Kylsystem: Kylmaskiner, pumpar och annan utrustning som är byggd för stabil drift utsätts för upprepade förändringar i både effektuttag och värmeproduktion. Resultatet kan bli förtida haverier .
Små gasmotorer: Vevaxelkomponenter i mindre naturgasdrivna motorer som används för lokal elproduktion ska i vissa fall ha gått sönder helt .
Sprickor i Colossus och brittiska datacenter
Vid xAI:s Colossus-anläggning i Memphis, Tennessee, har gasturbiner utvecklat sprickor efter den upprepade termiska och mekaniska belastningen från snabba effektväxlingar. Ingenjörer uppges ha skrivit särskild programvara som tvingar GPU:erna att använda extra el för att jämna ut belastningen och skydda turbinerna .
Problemet verkar inte vara begränsat till en enda anläggning. Liknande sprickor i turbiner har rapporterats vid flera mindre datacenter i Storbritannien . På andra håll har batterier behövt bytas ut efter veckor eller månader i stället för efter den betydligt längre livslängd som de var avsedda för .
Dyra avbrott och press på AI-investeringarna
Skadorna är mer än ett tekniskt underhållsproblem. De påverkar direkt hur mycket datacentren faktiskt kan köras:
Drifttiden vid vissa anläggningar har sjunkit till så lite som 80 procent, långt under branschens mål på 99,99 procent .
Vid stora AI-kluster kan ett driftstopp innebära förluster på tiotusentals dollar per minut, eftersom kostsamma modellträningskörningar avbryts .
Analytiker varnar för att problemen, om de inte löses, kan påverka investeringar i AI-infrastruktur för biljonbelopp inom 12–24 månader. Upprepade fel kan undergräva investerarnas förtroende .
NERC:s högsta varningsnivå
Instabiliteten stannar inte innanför datacenters väggar. I maj 2026 utfärdade North American Electric Reliability Corporation, NERC – den organisation som övervakar driftsäkerheten i USA:s, Kanadas och delar av Mexikos elnät – en sällsynt nivå 3-varning för ”Essential Action”. Det är myndighetens mest brådskande varningsnivå och gäller stora beräkningslaster som AI-datacenter och kryptomining .
Bakgrunden var flera dokumenterade händelser där mer än 1 000 megawatt beräkningslast försvann från elnätet på några sekunder eller började pendla snabbt. Sådana förändringar kan störa både frekvens och spänning över stora områden . En rapporterad incident omfattade ett plötsligt bortfall på 1 800 megawatt som kopplades till AI-datacenter .
NERC kräver att nätplanerare och samordnande planeringsorgan vidtar sju åtgärder:
Ta fram och sprida nya krav på modelleringsdata för beräkningslaster.
Samla in uppgifter om minsta och högsta effektuttag samt hur lasten fördelas mellan IT-utrustning och kylning.
Genomföra systemstudier för nya anslutningar.
Införa rutiner för driftsättning av nya anläggningar.
Installera dynamisk felregistrering som kan fånga störningar i realtid.
Upprätta direkt kommunikation med datacenteroperatörer.
Göra årliga studier av stabilitetsmarginaler i områden med stora beräkningslaster .
NERC har betonat att nätoperatörerna i dag saknar ”tillräckliga processer, rutiner eller metoder för att hantera riskerna med beräkningslaster” .
Det är den centrala varningssignalen: samma millisekundsnabba svängningar som sliter sönder turbiner, batterier och kylsystem inne i datacentren kan också skickas vidare ut i elnätet. AI:s energiproblem handlar därför inte längre bara om hur mycket el som behövs – utan också om hur ryckigt den används .
studioglobal.aiAI's Power Swings Are Cracking Turbines, Killing Batteries ...