InfraPartners i Emerald AI wprowadzają „Flex-Ready Data Centers”, aby rozwiązać problem zasilania AI

Gwałtowny rozwój sztucznej inteligencji powoduje, że infrastruktura zasilania jest pushowana do granic. Uczanie i uruchamianie dużych modeli AI wymaga ogromnych klastrów obliczeniowych, które zużywają ogromne ilości energii elektrycznej, często szybciej niż lokalne sieci zasilania mogą się rozbudowywać. W odpowiedzi, InfraPartners i Emerald AI ogłosiły partnerstwo, którego celem jest fundamentalne przemyślenie, jak centra danych AI wchodzą w interakcje z siecią zasilania, szczegóły można znaleźć w białej księdze.

Firmy wprowadzają nową architekturę o nazwie Flex-Ready Data Centers, łącząc modułową konstrukcję infrastruktury InfraPartners z oprogramowaniem do orchestrowania Emerald AI. Celem jest przekształcenie centrów danych z statycznych konsumentów energii elektrycznej w dynamiczne uczestniki sieci, zdolne do dostosowania swojego zapotrzebowania na energię w czasie rzeczywistym.

Zamiast traktować zużycie energii jako stałe, podejście pozwala na wyrównanie obciążeń obliczeniowych z warunkami sieci, dostępnością energii odnawialnej i cenami energii elektrycznej – odblokowując dodatkową pojemność i poprawiając ogólną stabilność sieci.

Dlaczego infrastruktura AI tworzy kryzys zasilania

Obciążenia AI są jednym z najszybciej rosnących źródeł popytu na energię elektryczną na świecie. Biała księga opublikowana wraz z partnerstwem podkreśla, jak centra danych stały się jednym z najbardziej skoncentrowanych i szybko rosnących obciążeń w nowoczesnych systemach zasilania.

Jednocześnie rozbudowa sieci jest opóźniona. Budowa nowych linii przesyłowych, brak wykwalifikowanej siły roboczej i ograniczenia łańcucha dostaw oznaczają, że nowe obiekty mogą czekać kilka lat, zanim zabezpieczą połączenie z siecią. Tymczasem rosnący udział energii odnawialnej, szczególnie wiatrowej i słonecznej, wprowadza zmienność w dostawach, co utrudnia bilansowanie generacji i popytu w czasie rzeczywistym.

Ten dynamiczny proces tworzy strukturalną niezgodność: infrastruktura AI potrzebuje więcej energii, ale sieć nie może się rozbudowywać wystarczająco szybko, aby ją dostarczyć.

Biała księga twierdzi, że rozwiązanie nie może polegać wyłącznie na budowaniu większej pojemności sieci. Zamiast tego proponuje, że same centra danych mogą stać się elastycznymi zasobami, które pomagają stabilizować systemy zasilania, absorbując nadmiar energii odnawialnej lub redukując popyt podczas szczytowych obciążeń sieci.

Plan Flex-Ready Data Center

Współpraca łączy dwie podstawowe technologie:

• Architektura Upgradeable Data Center™ InfraPartners, zaprojektowana w celu wsparcia kolejnych generacji sprzętu AI bez głównych przebudów.
• Platforma Emerald Conductor Emerald AI, warstwa oprogramowania, która orchestruje obciążenia obliczeniowe, systemy obiektowe i sygnały sieciowe.

Obie te technologie tworzą to, co firmy nazywają Flex-Ready Data Center, zaprojektowanym od samego początku, aby uczestniczyć w rynkach energii i zarządzaniu siecią.

Zgodnie z białą księgą, ta integracja umożliwia centrom danych wspieranie rozwoju AI, jednocześnie poprawiając niezawodność sieci, redukując emisje i odblokowując nową wartość ekonomiczną poprzez programy sieciowe.

Zamiast wprowadzać elastyczność później, architektura integruje świadomość energii bezpośrednio w operacje obiektu od samego początku.

Trzy wymiary elastyczności centrów danych

Kluczowym elementem konstrukcji jest ramka, która dzieli elastyczność centrów danych na trzy wzajemnie powiązane warstwy: elastyczność czasową, przestrzenną i zasobową.

Elastyczność czasowa

Elastyczność czasowa koncentruje się na przesunięciu popytu na energię w czasie. Zamiast uruchamiać obciążenia nieprzerwanie z pełną intensywnością, zadania obliczeniowe mogą być zaplanowane na podstawie dostępności energii, cen lub poziomów obciążenia sieci.

Techniki obejmują:

• odkładanie niepilnych obciążeń szkoleniowych AI
• dynamické ograniczanie zużycia energii przez IT
• dostosowanie pracy systemów chłodzących
• koordynowanie z magazynowaniem energii na miejscu

To podejście pozwala centrom danych redukować obciążenie podczas szczytowych obciążeń sieci, zwiększając jednocześnie zużycie energii, gdy generacja energii odnawialnej jest obfita.

Elastyczność przestrzenna

Elastyczność przestrzenna rozszerza ten concept poza pojedynczy obiekt.

Duży operatorzy AI często prowadzą wiele centrów danych w różnych regionach. Przenosząc obciążenia między lokalizacjami, operatorzy mogą kierować zadania obliczeniowe do miejsc, gdzie energia jest tańsza, czystsza lub bardziej dostępna.

W praktyce oznacza to, że obciążenia AI mogą podążać za generacją energii odnawialnej lub unikać regionów doświadczających zatłoczenia sieci.

Elastyczność zasobowa

Trzecia warstwa obejmuje koordynację wszystkich sterowalnych infrastruktur wewnątrz kampusu centrum danych.

Obejmuje to:

• procesory graficzne i systemy IT
• infrastrukturę chłodzącą
• zasilacze awaryjne (UPS)
• systemy magazynowania energii
• generację energii na miejscu

Kiedy są one orchestrowane razem, te aktywa pozwalają obiektowi dostosować zużycie energii, jednocześnie utrzymując niezawodność i umowy dotyczące poziomu usług.

Emerald Conductor: Orchestrowanie obliczeń, obiektów i sieci

Warstwa orchestracji, która umożliwia te możliwości, to platforma Emerald Conductor Emerald AI.

System działa jako hierarchiczna platforma kontrolna obejmująca trzy warstwy operacyjne:

1. Warstwa IT

Na poziomie obliczeń Emerald Conductor integruje się z planistami obciążeń i telemetrią systemu, aby dostosować intensywność obliczeń. Modele predykcyjne identyfikują obciążenia, które mogą być odroczone lub przekształcone bez naruszenia umów dotyczących poziomu usług.

Szkolenia AI, przetwarzanie wsadowe i inne obciążenia niekrytyczne pod względem opóźnień stają się kandydatami do elastycznego planowania.

2. Warstwa obiektu

Platforma łączy się również z systemem zarządzania budynkiem (BMS), pobierając telemetrię z infrastruktury chłodzącej, urządzeń rozdzielczych energii, systemów UPS i baterii.

To pozwala oprogramowaniu dynamicznie dostosowywać parametry eksploatacyjne, dispatchować zgromadzoną energię lub koordynować strategie chłodzenia, jednocześnie respektując marginesy bezpieczeństwa i wymagania dotyczące nadmiarowości.

DC Flex Ready Executive White P…

3. Warstwa interfejsu sieciowego

Na zewnętrznym poziomie Emerald Conductor łączy centra danych z sygnałami sieci, w tym zdarzeniami odpowiedzi na popyt, cenami energii hurtowej i alertami niezawodności.

Sygnały te są tłumaczone na skoordynowane działania w infrastrukturze IT i obiektowej, umożliwiając automatyczne uczestnictwo w programach rynku energii i usługach stabilizacji sieci.

Architektura Upgradeable Data Center InfraPartners

Podczas gdy Emerald AI dostarcza warstwę orchestracji, InfraPartners koncentruje się na tym, jak infrastruktura fizyczna jest projektowana i budowana.

Ich Architektura Upgradeable Data Center™ ma na celu rozwiązanie innego, ale powiązanego problemu: gwałtownego rozwoju sprzętu AI.

Współczesne procesory graficzne i przyspieszacze często wymagają nowych gęstości mocy, technologii chłodzących i układów infrastruktury co kilka lat. Tradycyjne centra danych mają trudności z adaptacją, co prowadzi do kosztownych przebudów lub niezagospodarowanej pojemności.

Projekt InfraPartners wprowadza architekturę mocy i chłodzenia o fungowalnych zdolnych do wspierania wielu generacji sprzętu bez głównych przebudów.

Firma opiera się również na konstrukcji opartej na fabrykacji, z około 80% obiektu zmontowanego i przetestowanego poza terenem przed wdrożeniem. Ten model produkcji redukuje czas budowy, poprawiając jednocześnie kontrolę jakości i powtarzalność.

Obiekty mogą być skalowane stopniowo, od wdrożeń 5-megawatowych do kampusów o pojemności gigawatowej, pozwalając operatorom zwiększać pojemność wraz z rosnącym popytem na AI.

Integracja elastyczności na poziomie infrastruktury

Partnerstwo integruje obie systemy za pomocą głębokiej telemetrii i integracji sterowania.

Systemy zarządzania budynkiem InfraPartners przesyłają dane operacyjne w czasie rzeczywistym, w tym dane dotyczące mocy, chłodzenia i systemów energetycznych, do silnika optymalizacji Emerald Conductor.

Platforma orchestracji następnie określa, jak obciążenia, systemy infrastruktury i zasoby energii powinny reagować na warunki sieci.

Ponieważ infrastruktura jest zaprojektowana z myślą o elastyczności, system może bezpiecznie dostosowywać operacje bez naruszenia wymagań dotyczących niezawodności lub czasu pracy.

Ten poziom integracji pozwala również centrom danych uczestniczyć w programach sieciowych, takich jak:

• odpowiedź na popyt
• rynki energii hurtowej
• usługi niezawodności sieci

Programy te tworzą nowe strumienie przychodów, pomagając jednocześnie firmom energetycznym zarządzać popytem na energię.

Nowy model infrastruktury AI

Podczas gdy AI nadal się rozwija w różnych branżach, dostępność energii staje się jednym z głównych ograniczeń wzrostu tej technologii.

Model Flex-Ready Data Center sugeruje inne podejście do skalowania infrastruktury obliczeniowej. Zamiast traktować centra danych jako biernych odbiorców sieci, konstrukcja umiejscawia je jako aktywnych uczestników systemów energetycznych, zdolnych do koordynowania popytu na obliczenia z dostępnością energii.

Jeśli ten model zostanie szeroko przyjęty, może on pomóc przyspieszyć wdrożenie AI, jednocześnie łagodząc napięcie w infrastrukturze energetycznej – coraz bardziej krytyczne wyzwanie, gdy modele AI rosną i stają się bardziej energochłonne.