AI訓練是同步的，因此成千上萬的GPU在計算時會激增，在通信時會下降。綜合來看，這會產生大的、有節奏的電力波動，可能會激發電網的“壞頻率”。公用事業公司開始限制這兩方面：（1）電力移動的速度/距離（時間域），以及（2）在敏感頻帶中存在的波動量（頻率域）。 過去的事件表明，低赫茲的振盪會傳播並對電廠/電網造成壓力；在AI訓練負載下，強迫函數更大。因此，公用事業公司設定了關鍵頻率和幅度限制（例如，寬的0.1–20 Hz保護帶與0.2-3 Hz的AI工作負載FFT），以確保一個站點的窄波動不會主導電網。 合規的潛在解決方案：預期權衡：能量消耗（前兩者）與資本支出/空間（後者）。 - 軟體平滑（在電力下降時添加受控的“填充”工作）， - GPU固件整形（限制上升，保持最低電力底線） - 機架級存儲以吸收/供應波動。即時FFT監測充當後備。 為什麼僅靠固件通常不夠？在當前的GPU上，MPF的上限約為TDP的90%（最大功率），而最小短脈衝設置（EDP）仍然約為TDP的1.1倍=至少約20%的波動仍然存在。嚴格的公用事業限制（例如，約10%）通常需要機架級存儲，除了固件和軟體解決方案（例如，預期混合解決方案）。