RAVEL Merencanakan Studi Penjadwalan Berbasis Daya untuk AI Terdistribusi

RAVEL mengumumkan pada 12 November 2026 kolaborasi penelitian dengan Sandia National Laboratories dalam Project Quicksilver, penyelidikan multi-tahap tentang penjadwalan berbasis daya untuk beban kerja AI di lingkungan komputasi yang tersebar secara geografis. Fase Pertama akan mencakup tiga lokasi Sandia dan membandingkan sistem berpendingin udara dengan sistem berpendingin imersi.

Studi ini akan meneliti apakah ketersediaan daya, kondisi operasi, dan kebutuhan beban kerja dapat menjadi panduan dalam mengambil keputusan penjadwalan dan penempatan untuk mengatasi keterbatasan energi, kapasitas, dan biaya. Tujuannya adalah memberikan masukan bagi desain dan operasional pusat data dengan menyelidiki cara meningkatkan produktivitas daya dan kapasitas komputasi, alih-alih berasumsi bahwa penambahan kapasitas secara otomatis menghasilkan infrastruktur yang lebih bermanfaat. Pengumuman tersebut menjelaskan pengukuran yang direncanakan, bukan temuan yang telah diperoleh atau penghematan yang telah dibuktikan.

CEO sekaligus salah satu pendiri RAVEL, Denise Muyco, mengatakan bahwa proyek ini akan menyelidiki bagaimana orkestrasi dapat meningkatkan produktivitas investasi infrastruktur AI sekaligus mendukung penggunaan energi yang lebih bertanggung jawab.

Rancangan Eksperimen di Tiga Lokasi

Fase Pertama akan mengevaluasi kedua lingkungan pendinginan di tiga lokasi Sandia yang terhubung melalui jaringan area luas. Rancangan eksperimen Box–Behnken akan digunakan untuk lingkungan berpendingin udara, sedangkan rancangan Plackett–Burman akan digunakan untuk lingkungan berpendingin imersi. Lebar pita dan kecepatan jaringan akan divariasikan bersama faktor-faktor eksperimen lainnya.

Analisis efisiensi energi akan membandingkan beban kerja yang sama di berbagai lingkungan pendinginan serta memperhitungkan komputasi, infrastruktur TI, dan operasional pusat data. Pengukuran akan mencakup penggunaan energi, efisiensi TUE dan efisiensi yang disesuaikan dengan PUE, serta potensi manfaat pemanfaatan kembali panas. Cakupan ini mengaitkan penempatan beban kerja dengan biaya operasional fasilitas dan pendinginan, alih-alih mengukur peralatan komputasi secara terpisah.

Analisis biaya kepemilikan total yang terpisah akan menilai pengaruh penjadwalan dan penempatan terhadap biaya komputasi di berbagai lingkungan terdistribusi. Analisis ini mencakup belanja modal dan belanja operasional yang terkait dengan infrastruktur, daya, pendinginan, jaringan, dan operasional. Alur kerja penelitian ketiga akan mengukur waktu penyelesaian beban kerja AI, dengan menelaah waktu eksekusi bersama konsumsi energi dan biaya agar peneliti dapat mengkaji kompromi di antara sasaran-sasaran tersebut.

Orkestrasi Terfederasi di Berbagai Lokasi

RAVEL menjelaskan Orchestrate AI sebagai lapisan orkestrasi terfederasi untuk mengelola beban kerja AI di berbagai sumber daya heterogen yang tersebar secara geografis. Model yang direncanakan mengoordinasikan berbagai lokasi sebagai satu sistem, bukan mengoptimalkan setiap lingkungan secara terpisah. Penjadwalan berbasis daya dan pengelolaan berbasis kebijakannya memperhitungkan daya yang tersedia, biaya, persyaratan kinerja, kondisi infrastruktur, kebutuhan beban kerja, dan prioritas operasional.

Dave Martinez, pemimpin program dan proyek bidang rekayasa untuk Layanan Komputasi Infrastruktur di Sandia, menjelaskan cakupan kolaborasi tersebut: “Berdasarkan Perjanjian Penelitian dan Pengembangan Koperatif dengan RAVEL, kami akan mengkaji apakah penempatan beban kerja secara dinamis dapat memanfaatkan daya dan sumber daya komputasi yang tersedia dengan lebih baik, sembari menyeimbangkan kinerja dan biaya.”

Kerangka eksperimen ini penting karena memindahkan atau menjadwalkan ulang suatu beban kerja dapat mengubah lebih dari sekadar konsumsi energinya. Rancangan pengujian ini juga melacak biaya jaringan dan operasional, lingkungan pendinginan, serta waktu eksekusi, sehingga peneliti dapat menilai keputusan penempatan dengan mempertimbangkan berbagai kendala infrastruktur.

Perluasan Laboratorium dan SC26

Sandia menjadi pemimpin penelitian pada tahap awal. Para kolaborator berencana memperluas Project Quicksilver ke laboratorium nasional Departemen Energi AS lainnya dan menjajaki kasus penggunaan tambahan untuk optimasi lingkungan dan kinerja.

RAVEL dan Sandia dijadwalkan membahas pendekatan eksperimen, tahap-tahap pengujian yang direncanakan, dan hasil penelitian yang diharapkan di stan Departemen Energi selama SC26 pada 17 November 2026.

Pertanyaan utama Project Quicksilver adalah apakah memperlakukan pusat data yang terpisah sebagai satu sistem terkoordinasi dapat meningkatkan efisiensi penggunaan energi dan keekonomian komputasi tanpa mengganggu kinerja beban kerja. Rencana pengukurannya menjadikan hal ini persoalan infrastruktur yang saling terkait: keputusan penjadwalan memengaruhi konsumsi daya, tetapi pendinginan, jaringan, biaya modal, dan waktu penyelesaian juga menentukan apakah keputusan tersebut membuat komputasi terdistribusi lebih produktif.