В рамках первого в Великобритании испытания ПО Emerald AI выступило в роли интеллекта для управления энергопотреблением дата-центра, снижая спрос в часы пик, включая быструю реакцию на стресс энергосистемы. — computerweekly.com
Компания National Grid провела первое испытание гибкого использования электроэнергии дата-центром в Великобритании совместно с оператором Nebius. В ходе испытания использовалось программное обеспечение для управления дата-центрами на базе искусственного интеллекта (ИИ) от Emerald AI, работавшее на кластере из 96 высокопроизводительных графических процессоров (GPU) Nvidia Blackwell Ultra в дата-центре Nebius близ Лондона. В течение пяти дней в декабре 2025 года на объект было отправлено более 200 симулированных в реальном времени «событий в сети», чтобы проверить способность ПО Emerald динамически регулировать потребление энергии дата-центром. Платформа Emerald AI смогла скорректировать потребление до требуемого уровня и сократить спрос до 40%, при этом критически важные рабочие нагрузки выполнялись в обычном режиме. Ключевые результаты включали успешное реагирование на скачки спроса во время перерывов в футбольных матчах, а затем запросы на снижение нагрузки до 10 часов, что продемонстрировало способность помогать энергосистеме справляться с периодами низкой ветровой активности или экстремальной жары, а также симуляцию стрессового события в системе, в ходе которого было сброшено 30% нагрузки за 30 секунд для поддержания устойчивости сети. По словам партнеров, участвовавших в испытании, такие возможности могут позволить дата-центрам с ИИ возвращать в сеть более 2 ГВт мощности при необходимости. Цель состоит в том, чтобы дата-центры с ИИ перестали быть просто источником ограничений электроснабжения и стали более управляемыми по отношению к энергосистеме, управляя пиками, лучше используя существующую инфраструктуру и поддерживая подключение различных источников энергии к сети. «Большинство электрических сетей, большинство систем электроснабжения работают, имея, вероятно, 30% задействованной мощности в течение года; в системе много резервов, лишь небольшое количество часов в году мы работаем на пике», — заявил Стив Смит, президент National Grid Partners, на мероприятии Economist Impact Sustainability Week в Лондоне. «Итак, трюк в том, как это сделать», — сказал Смит. «Потому что, если вы можете направить больше электронов в систему с фиксированными затратами, вам не нужно добавлять больше инфраструктуры, и тарифы для всех остальных снижаются. «Если вы работаете небольшое количество часов и находитесь на пределе, и мы просим вас: можете ли вы фактически модерировать свою нагрузку, когда мы в этом нуждаемся, тогда нам не нужно строить гораздо больше мощностей». Выступая на том же мероприятии Sustainability Week, Варун Сиварам, генеральный директор Emerald AI, отметил, что испытание показало, что оборудование ИИ в дата-центре Nebius может гибко потреблять энергию в любой момент. «Когда мы получили сигнал посреди ночи, мы смогли снизить потребление менее чем за 30 секунд более чем на треть», — сказал Сиварам. «То же самое будет и с возобновляемой энергией, когда в течение восьми часов будет слабый ветер, и фабрика ИИ сможет снизить свое потребление таким образом, чтобы мы защитили критически важные рабочие нагрузки, которые работают при 100% пропускной способности». Сиварам пояснил, что существует три способа достижения гибкости энергопотребления для рабочих нагрузок ИИ. Первый — замедлить некоторые из них или приостановить. «Возможно, запуск модели тонкой настройки, который не обязательно должен завершиться прямо сейчас, но может быть отложен на час», — предположил он. Второй способ, по его словам, заключается в перемещении рабочих нагрузок ИИ. «Вы ожидаете ответ от ИИ довольно скоро, но мы можем переместить его, как мы сделали с перемещением между двумя разными дата-центрами Oracle со скоростью задержки 10 миллисекунд. Есть небольшая плата за задержку, но это не имеет значения для этой рабочей нагрузки», — сказал Сиварам. Третий способ, по его словам, заключается в мониторинге дата-центра для достижения гибкости. Здесь Emerald выступает в качестве программного интеллекта для оптимального управления рабочими нагрузками ИИ — это может включать присвоение им разных приоритетов — чтобы предоставить энергосистеме то, что ей нужно, при этом защищая целостность рабочих нагрузок для пользователя.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Antony Adshead