GPU-strøm er blevet en driftsopgave, ikke bare en elregning

Når virksomheder taler om AI-infrastruktur, går snakken ofte direkte til chips, modeller og cloud-aftaler. Men TechCrunch peger på et mere jordbundet problem: strøm. Startupen Niv-AI er gået ud af stealth med 12 millioner dollar i seed-kapital for at måle og styre GPU-forbrug bedre. Baggrunden er, at datacentre ifølge artiklen nogle gange må drosle helt op til 30 procent ned, fordi strømbelastningen kommer i pludselige ryk.

⚡ Fakta TechCrunch beskriver, at millisekund-korte belastningstoppe fra store GPU-klynger tvinger datacentre til enten at drosle ned eller betale for midlertidig energilagring.

Det her er relevant længe før man selv bygger et stort datacenter. Også danske virksomheder og myndigheder, der køber AI som cloudtjeneste eller hos en hostingpartner, ender med at betale for den samme fysik. Hvis leverandøren har lav udnyttelse, mange sikkerhedsmarginer eller dyr bufferkapacitet, lander regningen et sted. Enten i pris, ventetid eller begge dele.

Nyheden er derfor et vink om, at AI-drift ikke kun handler om softwarearkitektur. Det handler også om effektkurver, køl, topbelastning og hvor meget kapacitet man faktisk får ud af den hardware, man betaler for. Nvidias Jensen Huang blev i TechCrunch citeret for, at hver uudnyttet watt er tabt omsætning. Oversat til dansk hverdag: hvis man kun fokuserer på modelvalg og glemmer den fysiske drift, risikerer man at optimere det forkerte led.

For offentlige organisationer er det ekstra relevant. Her skal investeringer ofte kunne forsvares på drift, robusthed og energi, ikke kun på innovation. Hvis AI-løsninger skal i stabil drift, bør indkøb og IT begynde at stille mere konkrete spørgsmål til leverandører. Hvor ofte throttler de? Hvad er den reelle udnyttelse af GPU-kapaciteten? Hvordan håndterer de belastningstoppe? Og hvad betyder det for svartider og pris?

Det praktiske greb er at flytte samtalen et led ned. AI er ikke kun en licens eller en model. Det er også en driftsprofil. Jo før organisationer begynder at måle den, jo mindre risikerer de at købe flot kapacitet, som aldrig bliver brugt ordentligt.

Kilde

• TechCrunch AI: https://techcrunch.com/2026/03/17/niv-ai-exits-stealth-to-wring-more-power-performance-out-of-gpus/