RAVEL plant onderzoek naar stroomgeïnformeerde planning voor gedistribueerde AI

RAVEL kondigde op 12 november 2026 een samenwerking aan met Sandia National Laboratories voor Project Quicksilver, een meerfasig onderzoek naar stroomgeïnformeerde planning van AI-workloads in geografisch verspreide computeromgevingen. Fase één omvat drie locaties van Sandia en vergelijkt luchtgekoelde en immersiegekoelde systemen.

Het onderzoek gaat na of de beschikbaarheid van stroom, de bedrijfsomstandigheden en de eisen van workloads richting kunnen geven aan beslissingen over planning en plaatsing, om beperkingen op het gebied van energie, capaciteit en kosten aan te pakken. Het doel is om het ontwerp en de bedrijfsvoering van datacenters te helpen verbeteren door te onderzoeken hoe stroom en rekencapaciteit productiever kunnen worden ingezet, in plaats van ervan uit te gaan dat extra capaciteit automatisch leidt tot meer bruikbare infrastructuur. De aankondiging beschrijft geplande metingen, geen afgeronde bevindingen of aangetoonde besparingen.

RAVEL-CEO en medeoprichter Denise Muyco zei dat het project onderzoekt hoe orkestratie investeringen in AI-infrastructuur productiever kan maken en tegelijk een verantwoordelijker energieverbruik kan ondersteunen.

Experimenteel ontwerp op drie locaties

In fase één worden de twee koelomgevingen geëvalueerd op drie locaties van Sandia die via een wide-area network met elkaar zijn verbonden. Voor de luchtgekoelde omgevingen wordt het experimentele ontwerp van Box–Behnken gebruikt en voor de immersiegekoelde omgevingen dat van Plackett–Burman. De netwerkbandbreedte en -snelheid worden, naast andere experimentele factoren, gevarieerd.

In de analyse van de energie-efficiëntie worden identieke workloads in verschillende koelomgevingen vergeleken, waarbij rekening wordt gehouden met de rekenkracht, de IT-infrastructuur en de bedrijfsvoering van datacenters. De metingen omvatten het energieverbruik, TUE en efficiëntie gecorrigeerd voor PUE, evenals mogelijke voordelen van warmtehergebruik. Deze reikwijdte verbindt de plaatsing van workloads met de overhead van de faciliteit en de koeling, in plaats van alleen de computerapparatuur te meten.

In een afzonderlijke analyse van de totale eigendomskosten wordt beoordeeld hoe planning en plaatsing de computerkosten in verspreide omgevingen beïnvloeden. De analyse omvat kapitaal- en operationele uitgaven voor infrastructuur, stroom, koeling, netwerken en bedrijfsvoering. In een derde onderzoeksspoor wordt de tijd tot voltooiing van AI-workloads gemeten. Zo worden de uitvoeringstijd, het energieverbruik en de kosten naast elkaar gezet, zodat onderzoekers de afwegingen tussen deze doelstellingen kunnen bestuderen.

Gefedereerde orkestratie op verschillende locaties

RAVEL omschrijft Orchestrate AI als een gefedereerde orkestratielaag voor het beheer van AI-workloads op heterogene, geografisch verspreide resources. Het beoogde model coördineert de locaties als één systeem, in plaats van elke omgeving afzonderlijk te optimaliseren. Bij de stroomgeïnformeerde planning en het beleidsgestuurde beheer wordt rekening gehouden met de beschikbare stroom, de kosten, prestatie-eisen, infrastructuuromstandigheden, workloadbehoeften en operationele prioriteiten.

Dave Martinez, technisch programma- en projectleider bij Infrastructure Computing Services van Sandia, beschreef de reikwijdte van de samenwerking: “In het kader van een overeenkomst voor coöperatief onderzoek en ontwikkeling met RAVEL onderzoeken we of dynamische plaatsing van workloads de beschikbare stroom en rekenbronnen beter kan benutten, met een evenwicht tussen prestaties en kosten.”

Deze experimentele aanpak is belangrijk, omdat het verplaatsen of opnieuw inplannen van een workload meer kan veranderen dan alleen het energieverbruik. In het testontwerp worden ook netwerk- en operationele kosten, koelomgevingen en uitvoeringstijd bijgehouden. Zo kunnen de onderzoekers plaatsingsbeslissingen beoordelen aan de hand van verschillende infrastructuurbeperkingen.

Uitbreiding naar andere laboratoria en SC26

Sandia is de eerste onderzoeksleider. De samenwerkingspartners willen Project Quicksilver uitbreiden naar andere nationale laboratoria van het Amerikaanse ministerie van Energie en aanvullende toepassingen verkennen voor milieu- en prestatieoptimalisatie.

RAVEL en Sandia zullen op 17 november 2026 tijdens SC26 bij de stand van het Department of Energy spreken over de experimentele aanpak, de geplande testfasen en de verwachte onderzoeksresultaten.

De centrale vraag van Project Quicksilver is of het behandelen van afzonderlijke datacenters als één gecoördineerd systeem het energieverbruik en de economische efficiëntie van computergebruik kan verbeteren zonder de prestaties van workloads aan te tasten. Het meetplan benadert dit als een vraagstuk rond de infrastructuur als geheel: beslissingen over planning beïnvloeden het stroomverbruik, maar ook koeling, netwerken, kapitaalkosten en voltooiingstijd bepalen of die beslissingen gedistribueerd computergebruik productiever maken.