Широкое внедрение систем искусственного интеллекта приводит к стремительному росту потребления электроэнергии центрами обработки данных. Но исследователи предложили использовать их как гибкий элемент энергосистемы. Результаты испытаний показали существенное снижение нагрузки на сеть без потери производительности, передает TechXplore.
Дата-центры искусственного интеллекта затрудняют обеспечение стабильного и доступного энергоснабжения в регионах, где они размещены объекты. Большинство решений для покрытия этого спроса предусматривают строительство новой инфраструктуры или систем накопления энергии. Такие подходы являются дорогостоящими и сложными для быстрого масштабирования.
Команда Emerald AI в сотрудничестве с NVIDIA, Oracle, Salt River Project и Институтом исследований электроэнергетики предложила альтернативный подход. В статье, опубликованной в Nature Energy, они описали программную систему, которая позволяет дата-центрам с ИИ адаптировать потребление энергии к сигналам энергосети.
"Наша статья вдохновлена нарастающей напряженностью между электросетью и стремительно растущими потребностями в энергии для крупномасштабных центров обработки данных с искусственным интеллектом, которые сейчас сталкиваются с многолетними задержками во взаимодействии с сетью", — отметила главный научный сотрудник Emerald AI Айше Коскун. По ее словам, вместо расширения инфраструктуры исследование сосредоточено на том, как сами дата-центры могут работать как гибкая нагрузка.
Ключевым элементом подхода стала платформа управления Emerald Conductor. Она регулирует энергопотребление центров обработки данных в ответ на сигналы сети, не нарушая соглашений об уровне обслуживания и производительности приложений.
"Система выборочно модулирует задачи, которые могут выдерживать небольшие коррективы, например, уменьшая мощность "гибких" задач, которые могут справиться с незначительными замедлениями", — объяснила Коскун.
Эффективность подхода протестировали на реальном кластере из 256 графических процессоров в дата-центре в Финиксе. Во время пиковой нагрузки на сеть потребление электроэнергии удалось уменьшить на 25% в течение трех часов.
Исследователи отмечают, что это почти не повлияло на пользователей. Системы искусственного интеллекта сохранили стабильную работу и выполняли задачи вовремя.
Авторы работы считают, что это первая демонстрация способности дата-центров с искусственным интеллектом стабилизировать энергосеть в реальных условиях. Подход открывает возможность быстрого подключения таких центров к сети и более эффективного использования имеющихся мощностей.
"Наша работа переносит концепцию реагирования центров обработки данных на спрос в операционную реальность", — заявила Коскун. Она добавила, что это может повысить надежность энергосистем без ущерба для развития ИИ.
Сейчас команда работает над дальнейшим усовершенствованием технологии и ее масштабированием. Исследования продолжаются в сотрудничестве с Oracle, NVIDIA, энергетическими компаниями и программой EPRI DCFlex для проверки подхода в других дата-центрах.
Согласно первому комплексному исследованию экологического воздействия искусственного интеллекта, в 2025 году индустрия сгенерировала 80 млн тонн углеродных выбросов, что сопоставимо с годовым загрязнением Нью-Йорка. Потребление воды достигло 765 млрд литров, а энергетические аппетиты дата-центров уже сравнялись с алюминиевыми заводами.