RAVEL planerar studie om effektmedveten schemaläggning för distribuerad AI

RAVEL meddelade den 12 november 2026 ett forskningssamarbete med Sandia National Laboratories om Project Quicksilver, en undersökning i flera faser av effektmedveten schemaläggning av AI-arbetsbelastningar i geografiskt utspridda datormiljöer. Fas ett omfattar tre platser vid Sandia och jämför luftkylda system med vätskekylda system för nedsänkning.

Studien ska undersöka om tillgången på effekt, driftsförhållanden och arbetsbelastningarnas krav kan vägleda beslut om schemaläggning och placering för att hantera begränsningar i fråga om energi, kapacitet och kostnader. Syftet är att bidra till utformningen och driften av datacenter genom att undersöka hur effekt och datorkapacitet kan utnyttjas mer produktivt, i stället för att utgå från att ytterligare kapacitet automatiskt ger mer användbar infrastruktur. Tillkännagivandet beskriver planerade mätningar, inte färdiga resultat eller påvisade besparingar.

RAVEL:s vd och medgrundare Denise Muyco sade att projektet ska undersöka hur orkestrering kan göra investeringar i AI-infrastruktur mer produktiva och samtidigt bidra till en mer ansvarsfull energianvändning.

Experimentupplägg med tre platser

Fas ett ska utvärdera de två kylmiljöerna vid tre platser hos Sandia, som är sammankopplade via ett geografiskt utbrett nätverk. För de luftkylda miljöerna används experimentdesign enligt Box–Behnken, och för de vätskekylda miljöerna med nedsänkning används Plackett–Burman. Nätverkets bandbredd och hastighet varieras tillsammans med andra experimentfaktorer.

Analysen av energieffektiviteten ska jämföra identiska arbetsbelastningar i olika kylmiljöer och ta hänsyn till beräkningar, IT-infrastruktur och datacenterdrift. Mätningarna omfattar energianvändning, TUE och PUE-justerad effektivitet samt möjliga fördelar med värmeåtervinning. Omfattningen kopplar arbetsbelastningarnas placering till anläggningens och kylningens omkostnader, i stället för att mäta datorutrustningen isolerat.

En separat analys av den totala ägandekostnaden ska bedöma hur schemaläggning och placering påverkar datorkostnaderna i geografiskt utspridda miljöer. Den omfattar investerings- och driftskostnader för infrastruktur, effekt, kylning, nätverk och drift. Ett tredje delarbete ska mäta hur lång tid det tar att slutföra AI-arbetsbelastningar, så att forskarna kan studera avvägningarna mellan dessa mål genom att jämföra körningstid med energiförbrukning och kostnader.

Federerad orkestrering mellan olika platser

RAVEL beskriver Orchestrate AI som ett federerat orkestreringslager för hantering av AI-arbetsbelastningar över heterogena, geografiskt utspridda resurser. Den avsedda modellen samordnar platserna som ett enda system i stället för att optimera varje miljö oberoende av de andra. Den effektmedvetna schemaläggningen och den policybaserade hanteringen tar hänsyn till tillgänglig effekt, kostnader, prestandakrav, infrastrukturförhållanden, arbetsbelastningarnas behov och operativa prioriteringar.

Dave Martinez, teknikprogram- och projektansvarig för Infrastructure Computing Services vid Sandia, beskrev samarbetets omfattning: ”Inom ramen för ett avtal om kooperativ forskning och utveckling med RAVEL ska vi undersöka om dynamisk placering av arbetsbelastningar kan utnyttja tillgänglig effekt och beräkningsresurser bättre, samtidigt som prestanda och kostnader balanseras.”

Det experimentella upplägget är viktigt eftersom flytt eller omplanering av en arbetsbelastning kan påverka mer än energiförbrukningen. Testdesignen följer även upp nätverks- och driftskostnader, kylmiljöer och körningstid. Det gör det möjligt för forskarna att bedöma placeringsbeslut utifrån flera infrastrukturbegränsningar.

Utvidgning till laboratorier och SC26

Sandia leder den inledande forskningen. Samarbetspartnerna planerar att utvidga Project Quicksilver till fler nationella laboratorier vid US Department of Energy och undersöka fler användningsområden för miljö- och prestandaoptimering.

RAVEL och Sandia planerar att diskutera experimentupplägget, de planerade testfaserna och de förväntade forskningsresultaten i US Department of Energys monter under SC26 den 17 november 2026.

Kärnfrågan i Project Quicksilver är om separat placerade datacenter kan behandlas som ett samordnat system för att förbättra energianvändningen och ekonomin i databehandlingen utan att försämra arbetsbelastningarnas prestanda. Mätplanen gör detta till en samlad infrastrukturfråga: schemaläggningsbeslut påverkar effektförbrukningen, men även kylning, nätverk, kapitalkostnader och slutförandetid avgör om besluten gör distribuerad databehandling mer produktiv.