InfraPartners y Emerald AI presentan “Centros de datos flexibles” para abordar el cuello de botella de energía de la IA

La expansión rápida de la inteligencia artificial está llevando la infraestructura de energía a sus límites. La capacitación y ejecución de modelos de IA a gran escala requieren clústeres de cómputo masivos que consumen enormes cantidades de electricidad, a menudo más rápido de lo que las redes eléctricas locales pueden expandirse. En respuesta, InfraPartners y Emerald AI han anunciado una asociación destinada a replantear fundamentalmente cómo los centros de datos de IA interactúan con la red eléctrica, los detalles se encuentran en el documento técnico.

Las empresas están presentando una nueva arquitectura llamada Centros de datos flexibles, que combina el diseño de infraestructura modular de InfraPartners con el software de orquestación de Emerald AI. El objetivo es convertir los centros de datos de consumidores estáticos de electricidad en participantes dinámicos de la red capaces de ajustar su demanda de energía en tiempo real.

En lugar de tratar el consumo de energía como fijo, el enfoque permite que las instalaciones alineen las cargas de trabajo de cómputo con las condiciones de la red, la disponibilidad de energía renovable y los precios de la electricidad, desbloqueando capacidad adicional y mejorando la estabilidad general de la red.

Por qué la infraestructura de IA está creando una crisis de energía

Las cargas de trabajo de IA son una de las fuentes de demanda de electricidad de más rápido crecimiento a nivel global. El documento técnico publicado junto con la asociación destaca cómo los centros de datos se han convertido en una de las cargas más concentradas geográficamente y en expansión más rápida en los sistemas de energía modernos.

Al mismo tiempo, la expansión de la red está en retraso. La construcción de líneas de transmisión, la escasez de mano de obra y las limitaciones de la cadena de suministro significan que las nuevas instalaciones pueden enfrentar esperas de varios años para asegurar las conexiones a la red. Mientras tanto, el aumento de la participación de la energía renovable, particularmente la eólica y la solar, introduce volatilidad en el suministro, lo que hace que el equilibrio en tiempo real de la generación y la demanda sea más complejo.

Esta dinámica crea una discrepancia estructural: la infraestructura de IA necesita más energía, pero la red no puede expandirse lo suficientemente rápido como para proporcionarla.

El documento técnico argumenta que la solución puede no ser simplemente construir más capacidad de red. En su lugar, propone que los propios centros de datos pueden convertirse en recursos flexibles que ayuden a estabilizar los sistemas de energía, absorbiendo el exceso de energía renovable o reduciendo la demanda durante los picos de estrés en la red.

El plan de centro de datos flexible

La colaboración integra dos tecnologías básicas:

• La arquitectura de centro de datos mejorable de InfraPartners, diseñada para admitir generaciones sucesivas de hardware de IA sin redes diseños importantes.
• La plataforma Emerald Conductor de Emerald AI, una capa de software que orquesta las cargas de trabajo de cómputo, los sistemas de instalaciones y las señales de la red.

Juntos, forman lo que las empresas llaman un centro de datos flexible, diseñado desde el principio para participar en los mercados de energía y la gestión de la red.

Según el documento técnico, esta integración permite a los centros de datos admitir el crecimiento de la IA mientras mejoran simultáneamente la confiabilidad de la red, reducen las emisiones y desbloquean un nuevo valor económico a través de los programas de la red.

En lugar de agregar flexibilidad más adelante, la arquitectura integra la conciencia de la energía en las operaciones de las instalaciones desde el primer día.

Las tres dimensiones de la flexibilidad del centro de datos

Central para el diseño es un marco que divide la flexibilidad del centro de datos en tres capas interactivas: flexibilidad temporal, espacial y de recursos.

Flexibilidad temporal

La flexibilidad temporal se centra en cambiar la demanda de energía con el tiempo. En lugar de ejecutar las cargas de trabajo continuamente a intensidad completa, los trabajos de cómputo se pueden programar según la disponibilidad de electricidad, los precios o los niveles de estrés en la red.

Las técnicas incluyen:

• posponer las cargas de trabajo de capacitación de IA no urgentes
• reducir dinámicamente el consumo de energía de TI
• ajustar la operación del sistema de enfriamiento
• coordinar con el almacenamiento de energía en el sitio

Este enfoque permite a los centros de datos reducir la carga durante la demanda pico de la red mientras aumenta el consumo cuando la generación de energía renovable es abundante.

Flexibilidad espacial

La flexibilidad espacial amplía el concepto más allá de una sola instalación.

Los grandes operadores de IA a menudo ejecutan múltiples centros de datos en diferentes regiones. Al mover inteligentemente las cargas de trabajo entre los sitios, los operadores pueden enrutar las tareas de cómputo a lugares donde la energía es más barata, más limpia o más disponible.

En la práctica, esto significa que las cargas de trabajo de IA podrían seguir la generación de energía renovable o evitar las regiones que experimentan congestión en la red.

Flexibilidad de recursos

La tercera capa implica coordinar toda la infraestructura controlable dentro de un campus de centro de datos.

Esto incluye:

• GPU y sistemas de TI
• infraestructura de enfriamiento
• sistemas de alimentación ininterrumpida (SAI)
• sistemas de almacenamiento de baterías
• generación de energía en el sitio

Cuando se orquestan juntos, estos activos permiten que una instalación ajuste el consumo de energía mientras mantiene la confiabilidad y los acuerdos de nivel de servicio.

Emerald Conductor: Orquestando cómputo, instalaciones y la red

La capa de orquestación que habilita estas capacidades es la plataforma Emerald Conductor de Emerald AI.

El sistema opera como una plataforma de control jerárquica que abarca tres capas operativas:

1. Capa de TI

En la capa de cómputo, Emerald Conductor se integra con los programadores de cargas de trabajo y la telemetría del sistema para ajustar la intensidad del cómputo. Los modelos predictivos identifican las cargas de trabajo que se pueden posponer o reformar sin violar los acuerdos de nivel de servicio.

La capacitación de IA, el procesamiento por lotes y otras cargas de trabajo no críticas de latencia se convierten en candidatos para la programación flexible.

2. Capa de instalaciones

La plataforma también se conecta al sistema de gestión de edificios (BMS) del centro de datos, ingiriendo telemetría de la infraestructura de enfriamiento, el equipo de distribución de energía, los sistemas SAI y las baterías.

Esto permite que el software ajuste dinámicamente los parámetros de operación, despache la energía almacenada o coordine las estrategias de enfriamiento mientras respeta los márgenes de seguridad y los requisitos de redundancia.

DC Flex Ready Executive White P…

3. Capa de interfaz de red

En el nivel externo, Emerald Conductor conecta los centros de datos con las señales de la red, incluidos los eventos de respuesta a la demanda, los precios de la electricidad mayorista y las alertas de confiabilidad.

Estas señales se traducen en acciones coordinadas en las infraestructuras de TI y las instalaciones, permitiendo la participación automatizada en los programas de mercado de energía y los servicios de estabilización de la red.

Arquitectura de centro de datos mejorable de InfraPartners

Mientras que Emerald AI proporciona la capa de orquestación, InfraPartners se centra en cómo se diseña y construye la infraestructura física.

Su arquitectura de centro de datos mejorable está destinada a abordar un problema diferente pero relacionado: la evolución rápida del hardware de IA.

Los GPU y aceleradores modernos a menudo requieren nuevas densidades de energía, tecnologías de enfriamiento y diseños de infraestructura cada pocos años. Los centros de datos tradicionales luchan por adaptarse, lo que lleva a costosas reformas o capacidad abandonada.

El diseño de InfraPartners introduce arquitecturas de energía y enfriamiento fungibles capaces de admitir múltiples generaciones de hardware sin redes diseños importantes.

La empresa también confía en gran medida en la construcción en fábrica, con aproximadamente el 80% de la instalación ensamblada y probada fuera del sitio antes de la implementación. Este modelo de fabricación primero reduce los plazos de construcción mientras mejora el control de calidad y la repetibilidad.

Las instalaciones pueden escalar de manera incremental, desde despliegues de 5 megavatios hasta campus de escala de gigavatio, lo que permite a los operadores expandir la capacidad a medida que crece la demanda de IA.

Integrando la flexibilidad a nivel de infraestructura

La asociación integra los dos sistemas a través de la integración de telemetría y control profunda.

Los sistemas de gestión de edificios de InfraPartners transmiten datos operativos en tiempo real, incluidos los métricos de energía, enfriamiento y sistemas de energía, al motor de optimización de Emerald Conductor.

La plataforma de orquestación determina entonces cómo las cargas de trabajo, los sistemas de infraestructura y los activos de energía deben responder a las condiciones de la red.

Debido a que la infraestructura está diseñada con flexibilidad en mente, el sistema puede ajustar las operaciones de manera segura sin comprometer la confiabilidad o los requisitos de tiempo de actividad.

Este nivel de integración también permite a los centros de datos participar en programas de la red como:

• respuesta a la demanda
• mercados de energía mayorista
• servicios de confiabilidad de la red

Estos programas crean nuevos flujos de ingresos mientras ayudan a las empresas de servicios públicos a gestionar la demanda de electricidad.

Un nuevo modelo para la infraestructura de IA

A medida que la IA continúa expandiéndose en las industrias, la disponibilidad de energía se está convirtiendo en una de las restricciones definitorias del crecimiento de la tecnología.

El modelo de centro de datos flexible sugiere un enfoque diferente para escalar la infraestructura de cómputo. En lugar de tratar a los centros de datos como cargas pasivas en la red, el diseño los posiciona como participantes activos en los sistemas de energía, capaces de coordinar la demanda de cómputo con la disponibilidad de energía.

Si se adopta ampliamente, la arquitectura podría ayudar a acelerar la implementación de IA mientras alivia la presión sobre la infraestructura eléctrica, un desafío cada vez más crítico a medida que los modelos de IA crecen más grandes y más intensivos en energía.

como participantes activos en los sistemas de energía, capaces de coordinar la demanda de cómputo con la disponibilidad de energía. Si se adopta ampliamente, la arquitectura podría ayudar a acelerar la implementación de IA mientras alivia la presión sobre la infraestructura eléctrica, un desafío cada vez más crítico a medida que los modelos de IA crecen más grandes y más intensivos en energía.