Awaria linii przesyłowej w Ashburn w Wirginii 22 lipca 2026 roku wybiła z sieci ponad 3 gigawaty obciążenia w kilka sekund - i to nie pierwszy raz. Dwa lata wcześniej uszkodzony ogranicznik przepięcia wyłączył około 60 obiektów w Wirginii i 1500 megawatów mocy. Nikt nie spodziewał się, że tak ogromne, jednolite obciążenia będą reagować na zaburzenia sieciowe w identyczny sposób, dokładnie w tym samym momencie.
Debata na temat zasilania AI skupia się głównie na generacji energii - więcej turbin, więcej paneli słonecznych, więcej linii przesyłowych. Sieć potrzebuje więcej elektronów. Jednak awarie w Wirginii nie były problemem niedoboru podaży - były problemem architekturalnym. Sieć została zbudowana z myślą o przewidywalnych obciążeniach: hut stalowych, rafinerii i domów w godzinach szczytowych. Różne wielkości poboru, ten sam proces - płynne pobieranie energii, okazjonalne problemy i łagodne powrócenie do normalności. Data center zasilane sztuczną inteligencją zachowują się zupełnie inaczej. Kampus AI może zmienić 70 procent swojego poboru w milisekundy podczas uruchamiania treningu, a następnie odłączyć się równie szybko na pierwszych oznakach problemów zagranicznej sieci, aby chronić miliardy złotych w obliczeniach. Każda decyzja pojedynczego data center jest racjonalna. Razem, na skali gigawatów, stanowią problem, którego sieć nigdy nie rozwiązała - a kolejna fala kampusów data center planowana jest dokładnie na tej skali.
Standardowy stos zasilający data center praktycznie nie zmienił się od dziesięcioleci, ale już teraz nie nadąża za rzeczywistością nowych obciążeń sztucznej inteligencji. Konieczna jest fundamentalna zmiana podejścia do architektury sieci, aby mogła obsługiwać dynamiczne, gigawatowe skoki mocy charakterystyczne dla kampusów AI. Problem czeka, ale jak dotąd nikt nie chce wziąć za niego odpowiedzialności - ani sektor energetyczny, ani producenci chipów, ani operatorzy data center.