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:
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 .
Skadorna är mer än ett tekniskt underhållsproblem. De påverkar direkt hur mycket datacentren faktiskt kan köras:
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:
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 .