合作伙伴2 weeks ago
InfraPartners与Emerald AI推出“灵活就绪数据中心”以应对AI的电力瓶颈
人工智能的快速扩张正在将电力基础设施推向极限。训练和运行大规模AI模型需要消耗巨大电力的大规模计算集群，其耗电速度常常超过当地电网的扩张速度。为此，InfraPartners和Emerald AI宣布建立合作伙伴关系，旨在从根本上重新思考AI数据中心与电网的互动方式，详情见白皮书。 两家公司正在引入一种名为灵活就绪数据中心的新架构，该架构结合了InfraPartners的模块化基础设施设计和Emerald AI的编排软件。其目标是将数据中心从静态的电力消费者转变为能够实时调整其电力需求的动态电网参与者。 这种方法不是将能源消耗视为固定不变的，而是允许设施根据电网状况、可再生能源可用性和电价来调整计算工作负载——从而释放额外的容量并提高整体电网稳定性。 为何AI基础设施正在引发电力危机 AI工作负载是全球电力需求增长最快的来源之一。随合作发布的白皮书强调了数据中心如何已成为现代电力系统上地理分布最集中、扩张最迅速的负载之一。 与此同时，电网扩张却进展缓慢。输电线路建设、劳动力短缺和供应链限制意味着新设施可能需要等待数年才能确保电网互联。此外，可再生能源（尤其是风能和太阳能）份额的增加带来了供应的波动性，使得发电与需求的实时平衡变得更加复杂。 这种动态造成了结构性不匹配：AI基础设施需要更多电力，但电网无法快速扩张以满足需求。 白皮书认为，解决方案可能不仅仅是建设更多的电网容量。相反，它提出数据中心本身可以成为有助于稳定电力系统的灵活资源，吸收过剩的可再生能源或在电网压力高峰期间减少需求。 灵活就绪数据中心蓝图 此次合作整合了两项核心技术： InfraPartners的可升级数据中心™架构，旨在支持连续几代AI硬件而无需重大重新设计。 Emerald AI的Emerald Conductor平台，这是一个编排计算工作负载、设施系统和电网信号的软件层。 它们共同构成了公司所称的灵活就绪数据中心，从一开始就设计为能够参与能源市场和电网管理。 根据白皮书，这种整合使数据中心能够在支持AI增长的同时，提高电网可靠性、减少排放，并通过电网计划释放新的经济价值。 该架构不是事后改造灵活性，而是从第一天起就将能源意识直接整合到设施运营中。 数据中心灵活性的三个维度 该设计的核心是一个将数据中心灵活性划分为三个相互作用层的框架：时间灵活性、空间灵活性和资源灵活性。 时间灵活性 时间灵活性侧重于随时间推移转移电力需求。计算作业可以根据电力可用性、定价或电网压力水平进行调度，而不是以全强度持续运行工作负载。 技术包括： 推迟非紧急的AI训练工作负载 动态调节IT功耗...
