RAVEL planuje badanie harmonogramowania z uwzględnieniem dostępności energii dla rozproszonej sztucznej inteligencji

RAVEL ogłosiła 12 listopada 2026 r. współpracę badawczą z Sandia National Laboratories w ramach Project Quicksilver — wieloetapowego badania harmonogramowania obciążeń AI z uwzględnieniem dostępności energii w rozproszonych geograficznie środowiskach obliczeniowych. Pierwszy etap obejmie trzy lokalizacje Sandia i porówna systemy chłodzone powietrzem z systemami chłodzonymi przez zanurzenie.

Badanie ma sprawdzić, czy dostępność energii, warunki działania i wymagania dotyczące obciążeń mogą pomóc w podejmowaniu decyzji o harmonogramowaniu i rozmieszczeniu obciążeń, tak aby sprostać ograniczeniom związanym z energią, mocą obliczeniową i kosztami. Jego celem jest dostarczenie informacji przydatnych przy projektowaniu centrów danych i zarządzaniu nimi poprzez analizę sposobów zwiększania produktywności energii i mocy obliczeniowej, zamiast zakładać, że dodatkowa moc automatycznie przekłada się na bardziej użyteczną infrastrukturę. W ogłoszeniu opisano planowane pomiary, a nie zakończone badania ani potwierdzone oszczędności.

Denise Muyco, dyrektor generalna RAVEL i jej współzałożycielka, powiedziała, że projekt zbada, w jaki sposób orkiestracja może zwiększyć produktywność inwestycji w infrastrukturę AI, a jednocześnie sprzyjać bardziej odpowiedzialnemu zużyciu energii.

Trzy lokalizacje — projekt eksperymentu

W pierwszym etapie ocenione zostaną dwa środowiska chłodzenia w trzech lokalizacjach Sandia połączonych siecią rozległą. W środowiskach chłodzonych powietrzem zastosowany zostanie plan eksperymentu Boxa–Behnkena, a w środowiskach chłodzonych przez zanurzenie — plan Placketta–Burmana. Przepustowość i szybkość sieci będą zmieniane wraz z innymi czynnikami eksperymentalnymi.

Analiza efektywności energetycznej porówna identyczne obciążenia w różnych środowiskach chłodzenia i uwzględni obliczenia, infrastrukturę IT oraz działanie centrum danych. Pomiary obejmą zużycie energii, TUE i efektywność skorygowaną o PUE, a także potencjalne korzyści z ponownego wykorzystania ciepła. Tak określony zakres łączy rozmieszczenie obciążeń z kosztami infrastruktury obiektu i chłodzenia, zamiast ograniczać pomiary do samego sprzętu obliczeniowego.

Odrębna analiza całkowitego kosztu posiadania oceni, jak harmonogramowanie i rozmieszczenie obciążeń wpływają na koszty obliczeń w rozproszonych środowiskach. Uwzględni nakłady inwestycyjne i wydatki operacyjne związane z infrastrukturą, energią, chłodzeniem, siecią i eksploatacją. Trzeci obszar prac obejmie pomiar czasu realizacji obciążeń AI, zestawiając czas wykonania ze zużyciem energii i kosztami, aby badacze mogli analizować kompromisy między tymi celami.

Federacyjna orkiestracja w wielu lokalizacjach

RAVEL opisuje Orchestrate AI jako federacyjną warstwę orkiestracji służącą do zarządzania obciążeniami AI w zróżnicowanych zasobach rozproszonych geograficznie. Zgodnie z założeniami model koordynuje lokalizacje jako jeden system, zamiast optymalizować każde środowisko niezależnie. Uwzględniające dostępność energii harmonogramowanie i zarządzanie oparte na regułach biorą pod uwagę dostępną energię, koszty, wymagania dotyczące wydajności, warunki infrastrukturalne, potrzeby związane z obciążeniami i priorytety operacyjne.

Dave Martinez, kierownik programów inżynieryjnych i projektów w dziale Infrastructure Computing Services w Sandia, opisał zakres współpracy: „W ramach umowy o współpracy badawczo-rozwojowej z RAVEL sprawdzimy, czy dynamiczne rozmieszczanie obciążeń może pozwolić lepiej wykorzystywać dostępną energię i zasoby obliczeniowe, a zarazem równoważyć wydajność i koszty”.

Takie podejście eksperymentalne ma znaczenie, ponieważ przeniesienie obciążenia lub zmiana jego harmonogramu może wpłynąć nie tylko na zużycie energii. W projekcie testów śledzone będą również koszty sieci i eksploatacji, środowiska chłodzenia oraz czas wykonania, co pozwoli badaczom ocenić decyzje dotyczące rozmieszczenia obciążeń przy uwzględnieniu różnych ograniczeń infrastrukturalnych.

Rozszerzenie badań laboratoryjnych i SC26

Początkowo pracami badawczymi kieruje Sandia. Współpracujące strony planują rozszerzyć Project Quicksilver na kolejne krajowe laboratoria Departamentu Energii USA oraz zbadać dodatkowe zastosowania związane z optymalizacją warunków środowiskowych i wydajności.

RAVEL i Sandia mają omówić podejście eksperymentalne, planowane etapy testów i przewidywane wyniki badań na stoisku Departamentu Energii podczas SC26, 17 listopada 2026 r.

Kluczowe pytanie Project Quicksilver brzmi, czy traktowanie odrębnych centrów danych jako skoordynowanego systemu może poprawić efektywność energetyczną i ekonomikę obliczeń bez pogorszenia wydajności obciążeń. Plan pomiarów ujmuje to jako zagadnienie dotyczące całej infrastruktury: decyzje o harmonogramowaniu wpływają na zużycie energii, ale o tym, czy zwiększą produktywność rozproszonych obliczeń, decydują również chłodzenie, sieć, koszty inwestycyjne i czas realizacji.