InfraPartners และ Emerald AI เปิดตัว “Flex-Ready Data Centers” เพื่อแก้ไขปัญหาการขาดแคลนพลังงานของ AI

การขยายตัวของปัญญาประดิษฐ์อย่างรวดเร็วกำลังผลักดันโครงสร้างพื้นฐานด้านพลังงานถึงขีดจำกัด การฝึกอบรมและการใช้งานโมเดล AI ขนาดใหญ่ต้องการ คลัสเตอร์คอมพิวเตอร์ขนาดใหญ่ ที่ใช้พลังงานไฟฟ้าจำนวนมาก ซึ่งมักจะเกิดขึ้นเร็วกว่าที่โครงสร้างพื้นฐานด้านพลังงานในพื้นที่สามารถขยายตัวได้ ในการตอบสนอง InfraPartners และ Emerald AI ได้ประกาศความร่วมมือที่มุ่งหวังที่จะเปลี่ยนแปลงวิธีการที่ศูนย์ข้อมูล AI ติดต่อโครงสร้างพื้นฐานด้านพลังงาน โดยรายละเอียดอยู่ใน เอกสารขาว

บริษัททั้งสองได้แนะนำสถาปัตยกรรมใหม่ที่เรียกว่า Flex-Ready Data Centers โดยรวมเอาโครงสร้างพื้นฐานแบบโมดูลาร์ของ InfraPartners และซอฟต์แวร์สำหรับการจัดการของ Emerald AI เพื่อเปลี่ยนศูนย์ข้อมูลจากผู้บริโภคไฟฟ้าแบบคงที่ให้เป็นผู้เข้าร่วมโครงสร้างพื้นฐานด้านพลังงานที่สามารถปรับเปลี่ยนความต้องการพลังงานได้แบบเรียลไทม์

แทนที่จะพิจารณาการใช้พลังงานเป็นค่าคงที่ การเข้าใกล้นี้ช่วยให้สถานที่สามารถจัดตำแหน่งการทำงานของคอมพิวเตอร์ให้สอดคล้องกับสภาพของโครงสร้างพื้นฐานด้านพลังงาน ความพร้อมของพลังงานทดแทน และราคาของไฟฟ้า ซึ่งช่วยปลดล็อกความสามารถเพิ่มเติมและปรับปรุงความเสถียรของโครงสร้างพื้นฐานด้านพลังงานโดยรวม

ทำไมโครงสร้างพื้นฐาน AI จึงสร้างวิกฤตพลังงาน

การทำงานของ AI เป็นหนึ่งในแหล่งที่มาของความต้องการไฟฟ้าที่เติบโตเร็วที่สุดในระดับโลก เอกสารขาวที่เผยแพร่พร้อมกับการร่วมมือเน้นย้ำถึงว่าศูนย์ข้อมูลได้กลายเป็นหนึ่งในภาระที่มีการกระจายทางภูมิศาสตร์ที่เข้มข้นและขยายตัวเร็วที่สุดในระบบไฟฟ้าสมัยใหม่

ในเวลาเดียวกัน การขยายโครงสร้างพื้นฐานด้านพลังงานกำลังล่าช้า การก่อสร้างโครงสร้างพื้นฐานด้านส่งสัญญาณไฟฟ้า การขาดแคลนแรงงาน และข้อจำกัดของห่วงโซ่อุปทานหมายความว่าสิ่งอำนวยความสะดวกใหม่อาจต้องรอหลายปีกว่าจะได้รับการเชื่อมต่อโครงสร้างพื้นฐานด้านพลังงาน ในขณะที่สัดส่วนของพลังงานทดแทนที่เพิ่มขึ้น โดยเฉพาะพลังงานจากลมและพลังงานแสงอาทิตย์ ทำให้เกิดความผันผวนในการจัดหามากขึ้น ทำให้การปรับสมดุลระหว่างการผลิตและการใช้พลังงานในแบบเรียลไทม์เป็นเรื่องที่ซับซ้อนมากขึ้น

การเปลี่ยนแปลงนี้สร้างความไม่สมดุลเชิงโครงสร้าง: โครงสร้างพื้นฐาน AI ต้องการพลังงานมากขึ้น แต่โครงสร้างพื้นฐานด้านพลังงานไม่สามารถขยายตัวได้เร็วพอที่จะรองรับ

เอกสารขาวแย้งว่าวิธีแก้ปัญหาอาจไม่ใช่แค่การสร้างความสามารถของโครงสร้างพื้นฐานด้านพลังงานเพิ่มเติม แต่เสนอว่าศูนย์ข้อมูลเองสามารถกลายเป็น ทรัพยากรที่ยืดหยุ่นเพื่อช่วยให้ระบบไฟฟ้ามีความเสถียร โดยการดูดซับพลังงานทดแทนที่เกินหรือลดความต้องการในช่วงเวลาที่โครงสร้างพื้นฐานด้านพลังงานมีความตึงเครียดสูง

แผนผัง Flex-Ready Data Center

การทำงานร่วมกันรวมเอาเทคโนโลยีหลักสองประการ:

• สถาปัตยกรรม Upgradeable Data Center ของ InfraPartners ซึ่งได้รับการออกแบบมาเพื่อรองรับการพัฒนาของฮาร์ดแวร์ AI ในอนาคตโดยไม่ต้องมีการออกแบบใหม่
• แพลตฟอร์ม Emerald Conductor ของ Emerald AI ซึ่งเป็นซอฟต์แวร์ที่จัดการการทำงานของคอมพิวเตอร์ ระบบสิ่งอำนวยความสะดวก และสัญญาณจากโครงสร้างพื้นฐานด้านพลังงาน

ทั้งสองอย่างนี้รวมกันเพื่อสร้าง Flex-Ready Data Center ซึ่งได้รับการออกแบบมาเพื่อร่วมมือกับโครงสร้างพื้นฐานด้านพลังงานและจัดการพลังงานตั้งแต่วันแรก

ตามเอกสารขาว การบูรณาการนี้ช่วยให้ศูนย์ข้อมูลสามารถรองรับการเติบโตของ AI ในขณะเดียวกันก็ปรับปรุงความน่าเชื่อถือของโครงสร้างพื้นฐานด้านพลังงาน ลดการปล่อยก๊าซเรือนกระจก และปลดล็อกมูลค่าทางเศรษฐกิจใหม่ผ่านโปรแกรมโครงสร้างพื้นฐานด้านพลังงาน

มิติสามมิติของความยืดหยุ่นของศูนย์ข้อมูล

การออกแบบนี้มีกรอบการทำงานที่แบ่งความยืดหยุ่นของศูนย์ข้อมูลออกเป็นสามมิติ: ความยืดหยุ่นเชิงเวลา ความยืดหยุ่นเชิงพื้นที่ และความยืดหยุ่นเชิงทรัพยากร

ความยืดหยุ่นเชิงเวลา

ความยืดหยุ่นเชิงเวลาเน้นการเปลี่ยนแปลงความต้องการพลังงานตามเวลา แทนที่จะทำงานอย่างต่อเนื่องด้วยความเข้มข้นสูงสุด การทำงานของคอมพิวเตอร์สามารถถูกกำหนดเวลาได้ตามความพร้อมของไฟฟ้า ราคา หรือระดับความเครียดของโครงสร้างพื้นฐานด้านพลังงาน

เทคนิคเหล่านี้รวมถึง:

• การเลื่อนการฝึกอบรม AI ที่ไม่จำเป็น
• การลดความเข้มข้นของพลังงาน IT ไดนามิก
• การปรับเปลี่ยนการทำงานของระบบทำความเย็น
• การประสานงานกับการจัดเก็บพลังงานในสถานที่

การเข้าใกล้นี้ช่วยให้ศูนย์ข้อมูลสามารถลดภาระในช่วงเวลาที่โครงสร้างพื้นฐานด้านพลังงานมีความตึงเครียดสูง และเพิ่มการบริโภคเมื่อมีการผลิตพลังงานทดแทนที่เพียงพอ

ความยืดหยุ่นเชิงพื้นที่

ความยืดหยุ่นเชิงพื้นที่ขยายแนวคิดออกไปนอกเหนือจากสถานที่เดียว

ผู้ให้บริการ AI ขนาดใหญ่มักดำเนินงานศูนย์ข้อมูลหลายแห่งในหลายภูมิภาค โดยการย้ายงานของคอมพิวเตอร์ระหว่างสถานที่ ผู้ให้บริการสามารถส่งงานของคอมพิวเตอร์ไปยังสถานที่ที่มีพลังงานราคาถูกกว่า สะอาดกว่า หรือพร้อมใช้งานมากขึ้น

ในทางปฏิบัติ นี่หมายความว่างานของคอมพิวเตอร์ AI อาจตามไปที่แหล่งที่มาของพลังงานทดแทนหรือหลีกเลี่ยงภูมิภาคที่มีการขาดแคลนโครงสร้างพื้นฐานด้านพลังงาน

ความยืดหยุ่นเชิงทรัพยากร

มิติที่สามเกี่ยวข้องกับการประสานงานทรัพยากรที่สามารถควบคุมได้ทั้งหมดภายในศูนย์ข้อมูล

สิ่งเหล่านี้รวมถึง:

• GPU และระบบ IT
• โครงสร้างพื้นฐานสำหรับการทำความเย็น
• ระบบไฟฟ้าแบบไม่หยุดทำงาน (UPS)
• ระบบจัดเก็บพลังงานแบบแบตเตอรี่
• การผลิตพลังงานในสถานที่

เมื่อจัดการร่วมกัน ทรัพยากรเหล่านี้ช่วยให้สถานที่สามารถปรับเปลี่ยนการบริโภคพลังงานในขณะที่รักษาความน่าเชื่อถือและข้อตกลงระดับการบริการ

Emerald Conductor: การจัดการคอมพิวเตอร์ สิ่งอำนวยความสะดวก และโครงสร้างพื้นฐานด้านพลังงาน

ชั้นการจัดการที่ทำให้ความสามารถเหล่านี้เป็นไปได้คือแพลตฟอร์ม Emerald Conductor ของ Emerald AI

ระบบนี้ทำงานเป็นแพลตฟอร์มควบคุมแบบ階層ที่ครอบคลุมสามชั้นการทำงาน:

1. ชั้น IT

ที่ชั้นคอมพิวเตอร์ Emerald Conductor รวมกับตัวกำหนดการทำงานและระบบโทรเมทริกซ์ในการปรับเปลี่ยนความเข้มข้นของคอมพิวเตอร์

แบบจำลองการคาดการณ์ระบุงานที่สามารถเลื่อนหรือเปลี่ยนรูปได้โดยไม่ฝ่าฝืนข้อตกลงระดับการบริการ

การฝึกอบรม AI การประมวลผลแบบแบตช์ และงานที่ไม่จำเป็นต้องมีการตอบสนองแบบเรียลไทม์เป็นงานที่มีคุณสมบัติเหมาะสมสำหรับการกำหนดเวลาแบบยืดหยุ่น

2. ชั้น สิ่งอำนวยความสะดวก

แพลตฟอร์มยังเชื่อมต่อกับระบบจัดการสิ่งอำนวยความสะดวก (BMS) ของศูนย์ข้อมูล โดยดูดซับโทรเมทริกซ์จากโครงสร้างพื้นฐานสำหรับการทำความเย็น อุปกรณ์กระจายไฟฟ้า ระบบไฟฟ้าแบบไม่หยุดทำงาน และแบตเตอรี่

สิ่งนี้ช่วยให้ซอฟต์แวร์สามารถปรับเปลี่ยนพารามิเตอร์การทำงานไดนามิก ส่งพลังงานที่เก็บไว้ หรือประสานกลยุทธ์การทำความเย็นในขณะที่เคารพขอบเขตความปลอดภัยและความต้องการความพร้อมใช้งาน

3. ชั้น สัญญาณโครงสร้างพื้นฐานด้านพลังงาน

ที่ระดับภายนอก Emerald Conductor เชื่อมต่อศูนย์ข้อมูลกับสัญญาณจากโครงสร้างพื้นฐานด้านพลังงาน รวมถึงเหตุการณ์ตอบสนองต่อความต้องการ ราคาไฟฟ้าแบบส่งสัญญาณ และการแจ้งเตือนความน่าเชื่อถือ

สัญญาณเหล่านี้ถูกแปลเป็นข้อกำหนดในการดำเนินการร่วมกันระหว่างโครงสร้างพื้นฐาน IT และสิ่งอำนวยความสะดวก ซึ่งช่วยให้สามารถเข้าร่วมโปรแกรมตลาดพลังงานและบริการการมั่นคงโครงสร้างพื้นฐานด้านพลังงานได้อย่างอัตโนมัติ

สถาปัตยกรรม Upgradeable Data Center ของ InfraPartners

ในขณะที่ Emerald AI ให้ซอฟต์แวร์สำหรับการจัดการ InfraPartners มุ่งเน้นไปที่วิธีการออกแบบและสร้างโครงสร้างพื้นฐานทางกายภาพ

สถาปัตยกรรม Upgradeable Data Center ของบริษัทมีจุดมุ่งหมายเพื่อแก้ไขปัญหาที่เกี่ยวข้องแต่แตกต่าง: การพัฒนาอย่างรวดเร็วของฮาร์ดแวร์ AI

GPU และเครื่องเร่งความเร็วรุ่นใหม่ๆ มักต้องการความหนาแน่นของพลังงานใหม่ เทคโนโลยีการทำความเย็น และการวางผังโครงสร้างพื้นฐานใหม่ๆ ทุกๆ ไม่กี่ปี ศูนย์ข้อมูลแบบดั้งเดิมต้องดิ้นรนเพื่อปรับตัว ซึ่งนำไปสู่การปรับปรุงใหม่ที่มีค่าใช้จ่ายสูงหรือความสามารถที่ถูกทิ้งร้าง

การออกแบบของ InfraPartners นำเสนอ สถาปัตยกรรมพลังงานและทำความเย็นที่สามารถเปลี่ยนได้ ซึ่งสามารถรองรับการพัฒนาของฮาร์ดแวร์ AI หลายรุ่นโดยไม่ต้องมีการออกแบบใหม่

บริษัทยังพึ่งพาการก่อสร้างในโรงงานอย่างมาก โดยมีการประกอบและทดสอบสิ่งอำนวยความสะดวกประมาณ 80% ก่อนที่จะนำไปใช้งาน รูปแบบการผลิตก่อนการก่อสร้างนี้ช่วยลดระยะเวลาการก่อสร้างในขณะที่ปรับปรุงการควบคุมคุณภาพและความสามารถในการทำซ้ำ

สิ่งอำนวยความสะดวกสามารถขยายขนาดได้แบบทีละขั้นตอน ตั้งแต่ การวางผัง 5 เมกะวัตต์ไปจนถึงค่ายขนาดกิกะวัตต์ ช่วยให้ผู้ให้บริการสามารถเพิ่มความสามารถตามความต้องการที่เพิ่มขึ้นของ AI

การบูรณาการความยืดหยุ่นที่ระดับโครงสร้างพื้นฐาน

การร่วมมือรวมเอาทั้งสองระบบผ่านการบูรณาการโทรเมทริกซ์และการควบคุมที่ลึกซึ้ง

ระบบจัดการสิ่งอำนวยความสะดวกของ InfraPartners ส่งต่อข้อมูลการทำงานแบบเรียลไทม์ รวมถึงเมตริกพลังงาน การทำความเย็น และพลังงาน ไปยังเครื่องยนต์ปรับให้เหมาะสมของ Emerald Conductor

แพลตฟอร์มการจัดการนั้นกำหนดว่างาน คอมพิวเตอร์ ระบบสิ่งอำนวยความสะดวก และทรัพยากรพลังงานควรตอบสนองต่อสถานการณ์ของโครงสร้างพื้นฐานด้านพลังงานอย่างไร

เนื่องจากโครงสร้างพื้นฐานได้รับการออกแบบโดยคำนึงถึงความยืดหยุ่น ระบบสามารถปรับเปลี่ยนการทำงานได้อย่างปลอดภัยโดยไม่กระทบต่อความน่าเชื่อถือหรือความต้องการเวลาในการให้บริการ

การบูรณาการระดับนี้ยังช่วยให้ศูนย์ข้อมูลสามารถเข้าร่วมโปรแกรมโครงสร้างพื้นฐานด้านพลังงาน เช่น:

• การตอบสนองต่อความต้องการ
• ตลาดพลังงานแบบส่งสัญญาณ
• บริการความน่าเชื่อถือของโครงสร้างพื้นฐานด้านพลังงาน

โปรแกรมเหล่านี้สร้างกระแสรายได้ใหม่ๆ ในขณะเดียวกันก็ช่วยให้หน่วยงานกำกับดูแลจัดการความต้องการพลังงานไฟฟ้า

แบบจำลองใหม่สำหรับโครงสร้างพื้นฐาน AI

เมื่อ AI ยังคงขยายตัวไปทั่วอุตสาหกรรม ความพร้อมของพลังงานกำลังกลายเป็นหนึ่งในข้อจำกัดที่สำคัญที่สุดต่อการเติบโตของเทคโนโลยีนี้

แบบจำลอง Flex-Ready Data Center แนะนำวิธีการที่แตกต่างในการขยายโครงสร้างพื้นฐานคอมพิวเตอร์ แทนที่จะพิจารณาศูนย์ข้อมูลเป็นภาระที่ไม่มีการเปลี่ยนแปลงต่อโครงสร้างพื้นฐานด้านพลังงาน การออกแบบนี้กำหนดให้ศูนย์ข้อมูลเป็น ผู้เข้าร่วมที่มีบทบาทสำคัญในระบบพลังงาน ที่สามารถประสานความต้องการการประมวลผลกับความพร้อมของพลังงาน

หากได้รับการนำมาใช้อย่างกว้างขวาง สถาปัตยกรรมนี้อาจช่วยเร่งการ การนำ AI ไปใช้ ในขณะเดียวกันก็ช่วยบรรเทาความตึงเครียดต่อโครงสร้างพื้นฐานด้านพลังงานไฟฟ้า ซึ่งเป็นความท้าทายที่สำคัญมากขึ้นเมื่อโมเดล AI มีขนาดใหญ่ขึ้นและต้องการพลังงานมากขึ้น