Канал об индустрии дата-центров: технологиях, инфраструктуре, облачных решениях, энергоэффективности и применении ЦОД в ключевых отраслях экономики
ИД НОМ idnom.ru
Связь с редакцией и по вопросам рекламы @id_nom
Post #14
119
Дата-центры под нагрузкой: как повысить энергетическую эффективность
За последний месяц в отрасли было анонсировано сразу несколько технологических решений, способных изменить тенденции на рынке дата-центров. Все они работают на повышение эффективности энергопотребления, которое уже стало одним из ключевых ограничителей роста ИИ.
⭐️EnergAIzer: оценка энергопотребления за секунды
В конце апреля исследователи MIT и лаборатории MIT-IBM Watson AI представили инструмент, который прогнозирует потребление энергии конкретной ИИ-задачи на конкретном GPU. Расчёт занимает секунды вместо часов и дней, а погрешность всего около 8%, что сопоставимо с традиционными методами.
Благодаря этому методу операторы смогут эффективнее распределять нагрузку между моделями и процессорами, а разработчики смогут оценивать энергоёмкость новой модели ещё до её внедрения. В основе метода лежит анализ повторяющихся паттернов в ИИ-вычислениях.
⭐️Твердотельный трансформатор от Enphase Energy
Enphase представила IQ SST, «силовой шкаф» нового поколения, который подаёт питание на серверные стойки в дата-центре. Проблема сегодняшних систем заключается в том, что ИИ-нагрузка меняется десятки раз в секунду, а традиционные трансформаторы реагируют медленно, занимают много места и теряют энергию на лишних преобразованиях.
Решение Enphase представляет собой модульную сборку из 342 небольших «умных» силовых блоков, работающих согласованно. В результате получается стойка мощностью 1,25 МВт со следующими характеристиками:
🔘доступность 99,999%, система способна работать даже при отказе 10% модулей;
🔘реакция на скачки нагрузки менее 1 миллисекунды;
🔘до 50% больше места в дата-центре под GPU за счёт отказа от отдельных батарейных шкафов и классических источников бесперебойного питания.
⭐️ «Фабрики ИИ» с гибким подключением к сети
Nvidia вместе с компанией Emerald AI развивают новый класс дата-центров для ИИ. Сегодня подключение крупного дата-центра к электросети может занимать годы, потому что для него часто требуются новые линии электропередачи, а порой и новые электростанции. При этом сам дата-центр для сети остаётся пассивным источником потребления энергии.
Что предлагается: разместить рядом с дата-центром собственные источники энергии (генераторы, аккумуляторы) и научить его работать гибко. В часы пиковой нагрузки на сеть он может снизить вычисления или перейти на своё питание, а в часы избытка, наоборот, потреблять больше. Координирует всё это специальный софт от Nvidia и Emerald AI. По оценкам компаний, такой подход может высвободить в энергосистеме США до 100 ГВт.
▶️Раньше главным ответом на рост энергопотребления ИИ было строительство новых электростанций и сетей, теперь акцент смещается в сторону более эффективного использования уже существующей инфраструктуры. Таким образом, для рынка станет важно учитывать одновременно создание инфраструктуры для увеличения энергетической мощности дата-центров, а также необходимость вложений в программные системы управления энергопотреблением.
Серверная
За последний месяц в отрасли было анонсировано сразу несколько технологических решений, способных изменить тенденции на рынке дата-центров. Все они работают на повышение эффективности энергопотребления, которое уже стало одним из ключевых ограничителей роста ИИ.
⭐️EnergAIzer: оценка энергопотребления за секунды
В конце апреля исследователи MIT и лаборатории MIT-IBM Watson AI представили инструмент, который прогнозирует потребление энергии конкретной ИИ-задачи на конкретном GPU. Расчёт занимает секунды вместо часов и дней, а погрешность всего около 8%, что сопоставимо с традиционными методами.
Благодаря этому методу операторы смогут эффективнее распределять нагрузку между моделями и процессорами, а разработчики смогут оценивать энергоёмкость новой модели ещё до её внедрения. В основе метода лежит анализ повторяющихся паттернов в ИИ-вычислениях.
⭐️Твердотельный трансформатор от Enphase Energy
Enphase представила IQ SST, «силовой шкаф» нового поколения, который подаёт питание на серверные стойки в дата-центре. Проблема сегодняшних систем заключается в том, что ИИ-нагрузка меняется десятки раз в секунду, а традиционные трансформаторы реагируют медленно, занимают много места и теряют энергию на лишних преобразованиях.
Решение Enphase представляет собой модульную сборку из 342 небольших «умных» силовых блоков, работающих согласованно. В результате получается стойка мощностью 1,25 МВт со следующими характеристиками:
🔘доступность 99,999%, система способна работать даже при отказе 10% модулей;
🔘реакция на скачки нагрузки менее 1 миллисекунды;
🔘до 50% больше места в дата-центре под GPU за счёт отказа от отдельных батарейных шкафов и классических источников бесперебойного питания.
⭐️ «Фабрики ИИ» с гибким подключением к сети
Nvidia вместе с компанией Emerald AI развивают новый класс дата-центров для ИИ. Сегодня подключение крупного дата-центра к электросети может занимать годы, потому что для него часто требуются новые линии электропередачи, а порой и новые электростанции. При этом сам дата-центр для сети остаётся пассивным источником потребления энергии.
Что предлагается: разместить рядом с дата-центром собственные источники энергии (генераторы, аккумуляторы) и научить его работать гибко. В часы пиковой нагрузки на сеть он может снизить вычисления или перейти на своё питание, а в часы избытка, наоборот, потреблять больше. Координирует всё это специальный софт от Nvidia и Emerald AI. По оценкам компаний, такой подход может высвободить в энергосистеме США до 100 ГВт.
▶️Раньше главным ответом на рост энергопотребления ИИ было строительство новых электростанций и сетей, теперь акцент смещается в сторону более эффективного использования уже существующей инфраструктуры. Таким образом, для рынка станет важно учитывать одновременно создание инфраструктуры для увеличения энергетической мощности дата-центров, а также необходимость вложений в программные системы управления энергопотреблением.
Серверная

