RAVEL、分散型AIの電力を考慮したスケジューリング研究を計画

RAVELは、Project Quicksilverに関するSandia National Laboratoriesとの研究協力を2026年11月12日に発表した。この複数段階にわたる研究では、地理的に分散したコンピューティング環境全体で、AIワークロードの電力を考慮したスケジューリングを調査する。第1段階ではSandiaの3拠点を対象に、空冷システムと液浸冷却システムを比較する。

この研究では、電力の供給状況、運用条件、ワークロードの要件を、エネルギー、容量、コストの制約に対処するためのスケジューリングや配置の判断に活用できるかを検証する。データセンターの設計と運用に役立てることを目的に、容量を追加すれば有用なインフラも自動的に増えると仮定するのではなく、電力とコンピューティング容量をより生産的に活用する方法を調査する。発表されたのは今後予定されている測定内容であり、研究の完了や節電効果の実証を示すものではない。

RAVELのCEO兼共同創業者であるDenise Muycoは、このプロジェクトでは、より責任あるエネルギー利用を支えながら、オーケストレーションによってAIインフラへの投資をより生産的に活用する方法を調査すると述べた。

3拠点での実験設計

第1フェーズでは、広域ネットワークで接続されたSandiaの3拠点において、2種類の冷却環境を評価する。空冷環境にはBox–Behnken実験計画法を、液浸冷却環境にはPlackett–Burman実験計画法を用いる。ネットワークの帯域幅と速度も、ほかの実験要因とともに変化させる。

エネルギー効率の分析では、冷却環境ごとに同一のワークロードを比較し、コンピューティング、ITインフラ、データセンターの運用を考慮する。測定項目には、エネルギー使用量、TUEとPUEで調整した効率、排熱再利用による潜在的な効果が含まれる。この分析では、コンピューティング機器だけを切り離して測定するのではなく、ワークロードの配置と施設・冷却のオーバーヘッドを関連付けて評価する。

別途実施する総保有コストの分析では、分散環境全体において、スケジューリングと配置がコンピューティングコストに及ぼす影響を評価する。インフラ、電力、冷却、ネットワーク、運用に関連する設備投資と運用費用を対象とする。第3の研究項目では、AIワークロードの完了までにかかる時間を測定する。これにより、実行時間をエネルギー消費量やコストと併せて捉え、研究者がこれらの目標間のトレードオフを検討できるようにする。

拠点間のフェデレーション型オーケストレーション

RAVELによると、Orchestrate AIは、異種の地理的分散リソース全体でAIワークロードを管理するためのフェデレーション型オーケストレーション層である。このモデルでは、各環境を個別に最適化するのではなく、複数の拠点を単一のシステムとして連携させることを目指す。電力を考慮したスケジューリングとポリシーに基づく管理では、利用可能な電力、コスト、性能要件、インフラの状況、ワークロードのニーズ、運用上の優先事項を考慮する。

SandiaでInfrastructure Computing Servicesのエンジニアリングプログラム兼プロジェクトリーダーを務めるDave Martinezは、今回の協力の範囲について次のように述べた。「RAVELとの共同研究開発協定に基づき、性能とコストのバランスを取りながら、ワークロードを動的に配置することで、利用可能な電力とコンピューティングリソースをより有効に活用できるかを検討します。」

実験としてこの問題に取り組むことが重要なのは、ワークロードの移動や再スケジューリングによって変わるのが、エネルギー消費量だけとは限らないためだ。実験設計では、ネットワークと運用のコスト、冷却環境、実行時間も追跡することで、研究者が複数のインフラ制約を踏まえて配置の判断を評価できるようにする。

研究所の拡大とSC26

当初の研究を主導するのはSandiaである。協力機関はProject Quicksilverを他の米国エネルギー省傘下の国立研究所にも拡大し、環境面や性能最適化に関するさらなるユースケースを検討する計画だ。

RAVELとSandiaは、2026年11月17日に開催されるSC26で、エネルギー省のブースにおいて、実験のアプローチ、予定している試験フェーズ、見込まれる研究成果について説明する予定だ。

Project Quicksilverの中心的な問いは、個別のデータセンターを協調するシステムとして扱うことで、ワークロードの性能を損なわずにエネルギー利用とコンピューティングの経済性を改善できるかどうかだ。その測定計画では、この問題をインフラ全体に関わるものとして捉えている。スケジューリングの判断は電力消費に影響するが、分散コンピューティングの生産性を高められるかどうかは、冷却、ネットワーク、資本コスト、完了までの時間にも左右される。