RAVEL pianifica uno studio sulla pianificazione dei carichi di lavoro dell’IA distribuita in base alla disponibilità di energia

Il 12 novembre 2026, RAVEL ha annunciato una collaborazione di ricerca con Sandia National Laboratories nell’ambito del Project Quicksilver, un’indagine articolata in più fasi sulla pianificazione dei carichi di lavoro dell’IA in base alla disponibilità di energia, in ambienti di calcolo distribuiti geograficamente. La prima fase riguarderà tre sedi di Sandia e metterà a confronto sistemi raffreddati ad aria e sistemi raffreddati a immersione.

Lo studio esaminerà se la disponibilità di energia, le condizioni operative e i requisiti dei carichi di lavoro possano orientare le decisioni di pianificazione e collocazione per affrontare i vincoli energetici, di capacità e di costo. L’obiettivo è fornire indicazioni per la progettazione e la gestione dei data center, studiando come rendere più produttiva la capacità energetica e di calcolo, anziché presumere che una capacità aggiuntiva produca automaticamente infrastrutture più utili. L’annuncio descrive misurazioni pianificate, non risultati già ottenuti né risparmi dimostrati.

Denise Muyco, CEO e cofondatrice di RAVEL, ha dichiarato che il progetto studierà come l’orchestrazione possa rendere più produttivi gli investimenti nelle infrastrutture per l’IA, promuovendo al contempo un uso più responsabile dell’energia.

Progettazione sperimentale in tre sedi

La prima fase valuterà i due ambienti di raffreddamento in tre sedi di Sandia, collegate tramite una rete geografica. Per gli ambienti raffreddati ad aria sarà utilizzato il disegno sperimentale di Box–Behnken, mentre per quelli raffreddati a immersione si ricorrerà al metodo di Plackett–Burman. La larghezza di banda e la velocità della rete varieranno insieme agli altri fattori sperimentali.

L’analisi dell’efficienza energetica metterà a confronto carichi di lavoro identici nei diversi ambienti di raffreddamento e terrà conto del calcolo, dell’infrastruttura IT e delle operazioni dei data center. Le misurazioni includeranno il consumo energetico, il TUE e l’efficienza corretta in base al PUE, nonché i potenziali vantaggi del riutilizzo del calore. Questo ambito di analisi collega la collocazione dei carichi di lavoro ai costi generali delle strutture e del raffreddamento, anziché misurare le apparecchiature di calcolo isolatamente.

Un’analisi separata del costo totale di proprietà valuterà come la pianificazione e la collocazione incidano sui costi di calcolo nei diversi ambienti distribuiti. Comprenderà le spese in conto capitale e operative associate a infrastrutture, energia, raffreddamento, rete e operazioni. Una terza linea di lavoro misurerà il tempo necessario per completare i carichi di lavoro dell’IA, affiancando i tempi di esecuzione al consumo energetico e ai costi, così che i ricercatori possano esaminare i compromessi tra questi obiettivi.

Orchestrazione federata tra sedi

RAVEL descrive Orchestrate AI come un livello federato di orchestrazione per la gestione dei carichi di lavoro dell’IA su risorse eterogenee e distribuite geograficamente. Il modello previsto coordina le diverse sedi come un unico sistema, anziché ottimizzare ogni ambiente in modo indipendente. La pianificazione basata sulla disponibilità di energia e la gestione guidata da criteri tengono conto dell’energia disponibile, dei costi, dei requisiti prestazionali, delle condizioni dell’infrastruttura, delle esigenze dei carichi di lavoro e delle priorità operative.

Dave Martinez, responsabile dei programmi e dei progetti di ingegneria per Infrastructure Computing Services presso Sandia, ha descritto l’ambito della collaborazione: «In base a un accordo cooperativo di ricerca e sviluppo con RAVEL, esamineremo se la collocazione dinamica dei carichi di lavoro possa consentire di sfruttare meglio l’energia e le risorse di calcolo disponibili, bilanciando prestazioni e costi».

Questa impostazione sperimentale è importante perché spostare o riprogrammare un carico di lavoro può modificarne più del solo consumo energetico. Il disegno dei test monitora anche la rete e i costi operativi, gli ambienti di raffreddamento e i tempi di esecuzione, consentendo ai ricercatori di valutare le decisioni di collocazione alla luce di diversi vincoli infrastrutturali.

Ampliamento della ricerca in laboratorio e SC26

Sandia è il primo responsabile della ricerca. I collaboratori intendono estendere il Project Quicksilver ad altri laboratori nazionali del Dipartimento dell’Energia degli Stati Uniti ed esplorare ulteriori casi d’uso relativi all’ambiente e all’ottimizzazione delle prestazioni.

RAVEL e Sandia dovrebbero illustrare l’approccio sperimentale, le fasi di test previste e i risultati attesi della ricerca presso lo stand del Dipartimento dell’Energia durante SC26, il 17 novembre 2026.

La questione centrale del Project Quicksilver è se gestire separati data center come un sistema coordinato possa migliorare l’uso dell’energia e l’economia del calcolo senza compromettere le prestazioni dei carichi di lavoro. Il piano di misurazione inquadra la questione come un problema infrastrutturale complessivo: le decisioni di pianificazione incidono sul consumo energetico, ma anche il raffreddamento, la rete, i costi in conto capitale e i tempi di completamento determinano se tali decisioni rendano più produttivo il calcolo distribuito.