InfraPartners och Emerald AI presenterar “Flex-Ready Data Centers” för att åtgärda AI:s effektflaskhals

Den snabba expansionen av artificiell intelligens förutsätter att elkraftsinfrastrukturen är på gränsen till sin kapacitet. Utbildning och körning av storskaliga AI-modeller kräver massiva beräkningskluster som förbrukar enorma mängder el, ofta snabbare än lokala elnät kan utvidgas. Som svar har InfraPartners och Emerald AI meddelat ett samarbete som syftar till att i grunden omdefiniera hur AI-datacenter interagerar med elkraftsnätet, detaljer finns i vitboken.

Företagen presenterar en ny arkitektur som kallas Flex-Ready Data Centers, som kombinerar InfraPartners modulära infrastruktursdesign med Emerald AI:s orkestreringsprogramvara. Målet är att förvandla datacenter från statiska elkonsumenter till dynamiska nätverksdeltagare som kan justera sin effektbehov i realtid.

I stället för att behandla energiförbrukning som fast, tillåter tillvägagångssättet anläggningar att anpassa beräkningsarbetsbelastningar med nätvillkor, tillgänglighet av förnybar energi och elpriser – vilket låser upp ytterligare kapacitet och förbättrar den övergripande nätverksstabiliteten.

Varför AI-infrastruktur skapar en effektkris

AI-arbetsbelastningar är bland de snabbast växande källorna till elkraftsbehov globalt. Vitboken som släpptes tillsammans med partnerskapet betonar hur datacenter har blivit en av de mest geografiskt koncentrerade och snabbt expanderande belastningarna på moderna elkraftssystem.

Samtidigt är nätutbyggnaden eftersatt. Transmissionssbyggnader, arbetsbrist och leverantörskedjebegränsningar innebär att nya anläggningar kan få vänta flera år för att säkra nätanslutningar. Under tiden introducerar den ökande andelen förnybar energi – särskilt vind och sol – volatilitet i tillförseln, vilket gör realtidsbalansering av produktion och efterfrågan mer komplex.

Denna dynamik skapar en strukturell obalans: AI-infrastruktur behöver mer kraft, men nätet kan inte utvidgas tillräckligt snabbt för att tillhandahålla det.

Vitboken hävdar att lösningen kanske inte bara är att bygga ut mer nätverkskapacitet. I stället föreslår den att datacenter i sig kan bli flexibla resurser som hjälper till att stabilisera elkraftssystem, absorbera överskott av förnybar energi eller minska efterfrågan under toppbelastning.

Flex-Ready Data Center-ritningen

Samarbetet integrerar två kärnteknologier:

• InfraPartners uppgraderbara datacenterarkitektur, utformad för att stödja på varandra följande generationer av AI-hårdvara utan stora omkonstruktioner.
• Emerald AI:s Emerald Conductor-plattform, en programvarulager som orkestrerar beräkningsarbetsbelastningar, anläggningsystem och nätverkssignaler.

Tillsammans bildar de vad företagen kallar Flex-Ready Data Center, utformat från början för att delta i energimarknader och nätverksledning.

Enligt vitboken möjliggör denna integration att datacenter stöder AI-tillväxt samtidigt som de förbättrar nätverkspålitlighet, minskar utsläpp och låser upp nya ekonomiska värden genom nätverksprogram.

I stället för att retroaktivt införa flexibilitet senare, integrerar arkitekturen energimedvetenhet direkt i anläggningsdriften från dag ett.

De tre dimensionerna av datacenterflexibilitet

Centralt för designen är ett ramverk som delar datacenterflexibilitet i tre interagerande lager: tidsmässig, rumslig och resursflexibilitet.

Tidsmässig flexibilitet

Tidsmässig flexibilitet fokuserar på att förskjuta effektbehov över tid. I stället för att köra arbetsbelastningar kontinuerligt med full intensitet kan beräkningsjobb schemaläggas baserat på eltillgänglighet, priser eller nätverksbelastningsnivåer.

Tekniker inkluderar:

• uppskjuta icke-brådskande AI-utbildningsarbetsbelastningar
• dynamiskt strypa IT-elförbrukning
• justera kylsystemets drift
• koordinera med på platsen energilagring

Detta tillvägagångssätt tillåter datacenter att minska belastning under toppbelastning medan de ökar förbrukning när förnybar energiproduktion är riklig.

Rumslig flexibilitet

Rumslig flexibilitet utvidgar konceptet bortom en enskild anläggning.

Stora AI-operatörer kör ofta flera datacenter över regioner. Genom att intelligently flytta arbetsbelastningar mellan platser kan operatörer dirigera beräkningsuppgifter till platser där kraft är billigare, renare eller mer tillgänglig.

I praktiken innebär detta att AI-arbetsbelastningar kan följa förnybar energiproduktion eller undvika regioner som upplever nätverkskongestion.

Resursflexibilitet

Det tredje lagret omfattar samordning av all kontrollerbar infrastruktur inom ett datacenterområde.

Detta inkluderar:

• GPU:er och IT-system
• kylinfrastruktur
• oberoende elkraftsförsörjning (UPS)
• batterilagringssystem
• på platsen energiproduktion

När dessa tillgångar orkestreras tillsammans, tillåter de en anläggning att justera effektbehov medan den upprätthåller tillförlitlighet och servicenivåavtal.

Emerald Conductor: Orkestrering av beräkning, anläggningar och nätverk

Orkestreringslagret som möjliggör dessa funktioner är Emerald AI:s Emerald Conductor-plattform.

Systemet fungerar som en hierarkisk kontrollplattform som omfattar tre operativa lager:

1. IT-lager

På beräkningslagret integrerar Emerald Conductor med arbetsbelastningsschemaläggare och systemtelemetri för att justera beräkningsintensitet. Prediktiva modeller identifierar arbetsbelastningar som kan skjutas upp eller omformas utan att bryta mot servicenivåavtal.

AI-utbildning, batchbearbetning och andra icke-latenskänsliga arbetsbelastningar blir kandidater för flexibel schemaläggning.

2. Anläggningslager

Plattformen ansluter också till datacenterets byggnadsledningssystem (BMS), som tar emot telemetri från kylinfrastruktur, elkraftsutrustning, UPS-system och batterier.

Detta tillåter programvaran att dynamiskt justera driftsparametrar, skicka lagrad energi eller koordinera kylstrategier medan den respekterar säkerhetsmarginaler och krav på reservdelar.

DC Flex Ready Executive White P…

3. Nätverksgränssnittslager

På den yttre nivån ansluter Emerald Conductor datacenter till nätverkssignaler, inklusive efterfråge respons-händelser, grossist-elpriser och tillförlitlighetsvarningar.

Dessa signaler översätts till samordnade åtgärder över IT- och anläggningsinfrastruktur, vilket möjliggör automatiserad deltagande i elkraftsmarknadsprogram och nätverksstabiliseringstjänster.

InfraPartners uppgraderbara datacenterarkitektur

Medan Emerald AI tillhandahåller orkestreringslagret, fokuserar InfraPartners på hur den fysiska infrastrukturen är utformad och byggd.

Deras uppgraderbara datacenterarkitektur är avsedd att åtgärda ett annat men relaterat problem: den snabba utvecklingen av AI-hårdvara.

Modern GPU och acceleratorer kräver ofta nya effekttätheter, kyltekniker och infrastrukturlayouter varje få år. Traditionella datacenter kämpar för att anpassa sig, vilket leder till dyra ombyggnader eller outnyttjad kapacitet.

InfraPartners design introducerar utbytbara effekt- och kylarkitekturer som kan stödja flera generationer av hårdvara utan stora omkonstruktioner.

Företaget förlitar sig också tungt på fabriksbaserad konstruktion, med cirka 80% av anläggningen monterad och testad utanför platsen innan distribution. Denna tillverkningsmodell minskar byggtider medan den förbättrar kvalitetskontroll och reproducerbarhet.

Anläggningar kan skalas upp stegvis, från 5-megawatt distributioner till gigawatt-stora anläggningar, vilket tillåter operatörer att expandera kapacitet medan AI-efterfrågan växer.

Integrering av flexibilitet på infrastrukturnivå

Partnerskapet integrerar de två systemen genom djup telemetri och kontrollintegration.

InfraPartners byggnadsledningssystem strömmar realtidsdriftsdata – inklusive effekt, kylning och energisystemmätningar – in i Emerald Conductors optimeringsmotor.

Orkestreringsplattformen bestämmer sedan hur arbetsbelastningar, infrastruktursystem och energitillgångar ska svara på nätverksförhållanden.

Eftersom infrastrukturen är utformad med flexibilitet i åtanke, kan systemet justera drift utan att kompromissa med tillförlitlighet eller driftstid.

Denna nivå av integration tillåter också datacenter att delta i nätverksprogram som:

• efterfrågerespons
• grossistenergimarknader
• nätverksstabiliseringstjänster

Dessa program skapar nya intäktsströmmar medan de hjälper elbolag att hantera elkraftsefterfrågan.

En ny modell för AI-infrastruktur

Medan AI fortsätter att expandera över branscher, blir elkrafts tillgänglighet en av de definierande begränsningarna för teknikens tillväxt.

Flex-Ready Data Center-modellen föreslår en annan tillvägagångssätt för att skala upp beräkningsinfrastruktur. I stället för att behandla datacenter som passiva belastningar på nätverket, positionerar designen dem som aktiva deltagare i energisystem, kapabla att koordinera beräkningsbehov med krafttillgänglighet.

Om det antas i stor skala, kunde arkitekturen hjälpa till att påskynda AI-distribution medan den lindrar belastningen på elkraftsinfrastruktur – en alltmer kritisk utmaning när AI-modeller växer större och mer energikrävande.