RAVEL วางแผนศึกษาการจัดตารางงานที่คำนึงถึงพลังงานสำหรับ AI แบบกระจาย

RAVEL ประกาศเมื่อวันที่ 12 พฤศจิกายน 2026 ถึงความร่วมมือด้านการวิจัยกับ Sandia National Laboratories ในโครงการ Project Quicksilver ซึ่งเป็นการศึกษาหลายระยะเกี่ยวกับการจัดตารางงาน AI โดยคำนึงถึงพลังงานในสภาพแวดล้อมการประมวลผลที่กระจายอยู่ตามพื้นที่ทางภูมิศาสตร์ Phase One จะครอบคลุมสถานที่ 3 แห่งของ Sandia และเปรียบเทียบระบบระบายความร้อนด้วยอากาศกับระบบระบายความร้อนแบบจุ่ม

การศึกษานี้จะตรวจสอบว่าความพร้อมใช้ของพลังงาน สภาวะการทำงาน และข้อกำหนดของเวิร์กโหลดจะช่วยชี้นำการตัดสินใจด้านการจัดตารางงานและการจัดวาง เพื่อรับมือกับข้อจำกัดด้านพลังงาน ความจุ และต้นทุนได้หรือไม่ จุดประสงค์คือเพื่อใช้เป็นข้อมูลประกอบการออกแบบและดำเนินงานศูนย์ข้อมูล โดยศึกษาวิธีเพิ่มผลิตภาพจากพลังงานและกำลังประมวลผล แทนการตั้งสมมติฐานว่าการเพิ่มกำลังรองรับจะทำให้ได้โครงสร้างพื้นฐานที่มีประโยชน์มากขึ้นโดยอัตโนมัติ ประกาศนี้กล่าวถึงแผนการวัดผล ไม่ใช่ผลการศึกษาที่เสร็จสมบูรณ์หรือการประหยัดที่พิสูจน์แล้ว

Denise Muyco ซีอีโอและผู้ร่วมก่อตั้ง RAVEL กล่าวว่า โครงการนี้จะศึกษาว่าการจัดการประสานงานจะช่วยให้การลงทุนในโครงสร้างพื้นฐาน AI ก่อให้เกิดประโยชน์มากขึ้น พร้อมสนับสนุนการใช้พลังงานอย่างมีความรับผิดชอบยิ่งขึ้นได้อย่างไร

การออกแบบการทดลองในสามสถานที่

Phase One จะประเมินสภาพแวดล้อมการระบายความร้อนทั้งสองรูปแบบในสถานที่ 3 แห่งของ Sandia ซึ่งเชื่อมต่อกันผ่านเครือข่ายบริเวณกว้าง โดยจะใช้การออกแบบการทดลองแบบ Box–Behnken กับสภาพแวดล้อมที่ระบายความร้อนด้วยอากาศ และใช้แบบ Plackett–Burman กับสภาพแวดล้อมที่ระบายความร้อนแบบจุ่ม นอกจากนี้ จะปรับแบนด์วิดท์และความเร็วของเครือข่ายควบคู่ไปกับปัจจัยการทดลองอื่น ๆ

การวิเคราะห์ประสิทธิภาพด้านพลังงานจะเปรียบเทียบเวิร์กโหลดเดียวกันในสภาพแวดล้อมการระบายความร้อนแต่ละแบบ และคำนึงถึงการประมวลผล โครงสร้างพื้นฐานด้านไอที และการดำเนินงานของศูนย์ข้อมูล การวัดผลจะครอบคลุมการใช้พลังงาน ประสิทธิภาพที่ปรับตาม TUE และ PUE ตลอดจนประโยชน์ที่อาจเกิดขึ้นจากการนำความร้อนกลับมาใช้ใหม่ ขอบเขตการศึกษานี้เชื่อมโยงการจัดวางเวิร์กโหลดเข้ากับต้นทุนส่วนเกินของอาคารและระบบระบายความร้อน แทนที่จะวัดอุปกรณ์ประมวลผลเพียงอย่างเดียว

การวิเคราะห์ต้นทุนรวมตลอดอายุการใช้งานอีกส่วนหนึ่งจะประเมินว่าการจัดตารางงานและการจัดวางส่งผลต่อต้นทุนการประมวลผลในสภาพแวดล้อมแบบกระจายอย่างไร โดยครอบคลุมรายจ่ายลงทุนและรายจ่ายดำเนินงานที่เกี่ยวข้องกับโครงสร้างพื้นฐาน พลังงาน ระบบระบายความร้อน เครือข่าย และการดำเนินงาน ส่วนงานวิจัยที่สามจะวัดเวลาที่เวิร์กโหลด AI ใช้จนเสร็จสิ้น เพื่อให้พิจารณาระยะเวลาดำเนินการควบคู่กับการใช้พลังงานและต้นทุน และช่วยให้นักวิจัยตรวจสอบข้อแลกเปลี่ยนระหว่างเป้าหมายเหล่านี้ได้

การจัดการประสานงานแบบสหพันธรัฐข้ามสถานที่

RAVEL อธิบายว่า Orchestrate AI เป็นชั้นการจัดการประสานงานแบบสหพันธรัฐสำหรับจัดการเวิร์กโหลด AI บนทรัพยากรหลากหลายประเภทที่กระจายอยู่ตามพื้นที่ทางภูมิศาสตร์ แนวทางที่วางแผนไว้จะประสานสถานที่ต่าง ๆ ให้ทำงานเป็นระบบเดียว แทนการปรับประสิทธิภาพแต่ละสภาพแวดล้อมแยกจากกัน การจัดตารางงานที่คำนึงถึงพลังงานและการจัดการตามนโยบายจะพิจารณาพลังงานที่มีอยู่ ต้นทุน ข้อกำหนดด้านประสิทธิภาพ สภาวะของโครงสร้างพื้นฐาน ความต้องการของเวิร์กโหลด และลำดับความสำคัญในการดำเนินงาน

Dave Martinez หัวหน้าโครงการด้านวิศวกรรมและหัวหน้าโครงการของ Infrastructure Computing Services ที่ Sandia อธิบายขอบเขตของความร่วมมือว่า “ภายใต้ข้อตกลงความร่วมมือด้านการวิจัยและพัฒนากับ RAVEL เราจะศึกษาว่าการจัดวางเวิร์กโหลดแบบปรับเปลี่ยนตามสถานการณ์จะช่วยใช้พลังงานและทรัพยากรประมวลผลที่มีอยู่ให้คุ้มค่ายิ่งขึ้น โดยยังรักษาสมดุลระหว่างประสิทธิภาพกับต้นทุนได้หรือไม่”

กรอบการทดลองนี้มีความสำคัญ เพราะการย้ายหรือจัดตารางเวิร์กโหลดใหม่อาจส่งผลมากกว่าแค่การใช้พลังงาน การออกแบบการทดสอบยังติดตามเครือข่ายและต้นทุนการดำเนินงาน สภาพแวดล้อมการระบายความร้อน และเวลาดำเนินการด้วย ทำให้นักวิจัยประเมินการตัดสินใจด้านการจัดวางภายใต้ข้อจำกัดหลายประการของโครงสร้างพื้นฐานได้

การขยายความร่วมมือกับห้องปฏิบัติการและ SC26

Sandia เป็นผู้นำการวิจัยในระยะเริ่มต้น ผู้ร่วมโครงการวางแผนขยาย Project Quicksilver ไปยังห้องปฏิบัติการแห่งชาติอื่น ๆ ของกระทรวงพลังงานสหรัฐฯ และศึกษากรณีใช้งานเพิ่มเติมด้านสิ่งแวดล้อมและการปรับประสิทธิภาพให้เหมาะสม

RAVEL และ Sandia มีกำหนดหารือเกี่ยวกับแนวทางการทดลอง ระยะการทดสอบที่วางแผนไว้ และผลงานวิจัยที่คาดว่าจะได้ ณ บูธกระทรวงพลังงาน ระหว่างงาน SC26 ในวันที่ 17 พฤศจิกายน 2026

คำถามสำคัญของ Project Quicksilver คือ การจัดการ ศูนย์ข้อมูลที่แยกจากกันให้เป็นระบบประสานงานเดียวจะช่วยเพิ่มประสิทธิภาพการใช้พลังงานและความคุ้มค่าทางเศรษฐศาสตร์ของการประมวลผล โดยไม่ทำให้ประสิทธิภาพของเวิร์กโหลดลดลงได้หรือไม่ แผนการวัดผลชี้ให้เห็นว่านี่เป็นโจทย์ที่เกี่ยวข้องกับโครงสร้างพื้นฐานโดยรวม กล่าวคือ การตัดสินใจจัดตารางงานส่งผลต่อการใช้พลังงาน แต่ระบบระบายความร้อน เครือข่าย ต้นทุนลงทุน และเวลาในการทำงานให้เสร็จก็เป็นปัจจัยกำหนดเช่นกันว่าการตัดสินใจเหล่านั้นจะช่วยให้การประมวลผลแบบกระจายมีผลิตภาพมากขึ้นหรือไม่