Ana sayfa/Enerji

Yapay zekâ talebi artarken ASEAN şebekesi için yeni karbonsuzlaşma yolu modellendi

Elektrik talebini veri merkezleri ve yapay zekânın da büyüttüğü ortamda yapılan optimizasyon, karbon yakalamanın 2050'de güneş elektriği kısıntısını yarıdan fazla azaltabileceğini hesapladı.

Yapay zekâ talebi artarken ASEAN şebekesi için yeni karbonsuzlaşma yolu modellendi için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • Model; yeni karbon yakalama tesislerini, mevcut santrallere güçlendirme uygulanmasını ve sınır ötesi iletim genişlemesini birlikte optimize ediyor.
  • Karbon yakalama içeren senaryolarda 2050'ye kadar güneş fotovoltaik üretim kısıntısının yarıdan fazla azalabileceği hesaplandı.
  • Mevcut fosil santrallerin dönüştürülmesi, yeni tesis kurulumuna kıyasla toplam sistem maliyetini düşürebilecek bir geçiş seçeneği olarak öne çıktı.
YAPAY ZEKÂ ETKİ KARTI

Bu gelişme nereyi etkiliyor?

ETKİ
ANALİZİ
Altyapı94/100
Ekonomi88/100
Çevre84/100
Günlük yaşam63/100

Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.

Ne oldu?

Araştırma, hızlı büyüyen ASEAN ekonomilerinde elektrik talebinin yükseldiğini ve veri merkezleriyle yapay zekânın bu eğilimi güçlendirdiğini vurguluyor. Bölgenin 2022 elektrik üretiminde kömür ve doğal gazın payı yüzde 70'in üzerindeydi.

Sonuçlar fiziksel bir şebeke deneyi değil, uzun dönemli doğrusal optimizasyon senaryoları. Karbon yakalamanın maliyeti, gerçek yakalama oranları, depolama altyapısı ve ülke politikaları değiştiğinde sonuçlar da değişebilir.

Neden önemli?

Yapay zekâ altyapısının enerji talebi büyürken yalnızca yeni üretim kapasitesi değil, şebeke esnekliği de kritik hale geliyor. Çalışma, yenilenebilirleri ve karbon yakalamayı rakip değil birlikte değerlendirilen sistem araçları olarak konumluyor.

KONU ZAMAN ÇİZELGESİ

Enerji gündemi nasıl ilerledi?

RESMÎ KAYNAKScientific Reports

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
TOPLULUK

Yorumlar 0

Forum'a git
İlk yorumu sen yaz.

Bu haber hakkında topluluk sohbetini başlatabilirsin.

OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Makine öğrenmesi, ısı depolayan malzemelerin iletkenliğini yüksek doğrulukla tahmin etti

Altı modelin karşılaştırıldığı çalışma, nano katkılı faz değişimli malzemelerin ısı iletkenliğinde çok katmanlı algılayıcının R²=0,9924 düzeyinde en iyi sonucu verdiğini bildirdi.

Makine öğrenmesi, ısı depolayan malzemelerin iletkenliğini yüksek doğrulukla tahmin etti kapak görseli

Ne oldu?

Faz değişimli malzemeler ısıyı depolayabiliyor ancak düşük ısı iletkenliği uygulamaları sınırlıyor. Çalışma, nano katkıların etkisini deneysel olarak her kombinasyonu üretmeden önce tahmin edebilecek veri odaklı modelleri kıyasladı.

Model çoğu parametre aralığında fiziksel eğilimleri yakaladı; yüksek parçacık yoğunluğu, uç sıcaklıklar ve bazı malzeme türlerinde hata bir miktar arttı. Sonuçlar veri merkezlerinde ölçülmüş bir enerji tasarrufu değil, termal enerji depolama ve soğutma tasarımına yönelik bir malzeme tahmini çalışması.

Neden önemli?

Yapay zekâ altyapısında enerji yalnızca işlemcilere değil, soğutmaya da harcanıyor. Isıyı depolayan ve taşıyan malzemelerin daha hızlı tasarlanması; batarya, bina ve veri merkezi termal yönetiminde verimlilik araştırmalarını hızlandırabilir.

Sıradaki haber hazırlanıyor…

YAPAY ZEKÂ ▲38%APPLE ▲21%ROBOTİK ▲17%ÇİP ▲12%OYUN ▼8%SİBER GÜVENLİK ▲24%