2026年7月22日，弗吉尼亚州一次微小的电网波动，触发了PJM历史上最大的数据中心负荷丢失事件。一个短暂的电压跌落引发级联效应，导致数千兆瓦的数据中心负载在短短几分钟内从电网中消失。

这一事件揭示了AI训练中超大规模并行计算对电网稳定性的潜在威胁。数据中心并非被"拉闸"，而是自身电源管理系统过于敏感，容易将正常运行中的波动误判为故障，从而过早切换到备份电源或直接关闭设备。对AI训练而言，这意味着算力中断、任务重跑和资源浪费。

四重减震方案

围绕这一问题，目前有四条并行的应对路径。

  • 超导量子校准：在零下273度的低温下运行的超导qubit对磁场波动极其敏感。任何微小的电网电压跌落都可能导致qubit失去相干性，迫使量子计算公司暂停计算并重新校准系统，导致显著的停机时间和资源浪费。
  • 电池储能：电池储能系统可以快速响应电网波动，在电压跌落时提供瞬时功率，从而保持数据中心的电源稳定。例如，NVIDIA正在测试的电池系统可以在短短300微秒内补偿高达20MW的功率，有效减少设备对电网波动的敏感性。
  • 更智能的电源管理软件：开发能够区分瞬时波动和真实危机的智能软件，是提高数据中心弹性的关键。英伟达的超快电池正是这种智能响应能力的硬件表现。
  • 市场机制：电力市场可以成为提升稳定性的动力。如果数据中心能够向电网返回能量或服务，他们可以获得收入。这鼓励中心建立更好的存储和管理系统，使它们能够在电网不稳定时保持运行，并从中获得经济利益。

中国的超导优势与未来的AI需求

中国在超导qubit制造方面处于领先地位，拥有成熟的工艺可以快速修复或替换受损的量子部件。随着量子校准的自动化改善，中国可能会成为第一个能够运行不受电网噪音影响的量子计算机的地区。同时，AI训练对电力的需求预计将继续增长，但中国可能通过改进技术和基础设施来克服这些挑战。