• FlexSysAI и ResetData вместе с CSIRO и University of Queensland тестируют гибкие ИИ-нагрузки на действующем кластере Nvidia H200
  • Пилотный проект проверит, можно ли при высокой нагрузке на энергосеть переносить менее срочные вычислительные задачи, не влияя на выполнение важных задач

Факты

FlexSysAI запустила в Австралии пилотный проект с ResetData, CSIRO и University of Queensland, чтобы проверить, может ли спрос на вычислительные мощности для ИИ реагировать на изменение условий в энергосети.

Платформа работает на кластере Nvidia H200 на площадке AI-F1 компании ResetData. Она группирует рабочие нагрузки по степени гибкости, защищая критически важные задачи и позволяя снижать нагрузку от менее срочных задач обучения или переносить их, когда энергосеть испытывает повышенную нагрузку. CSIRO и University of Queensland независимо проанализируют данные испытания.

Предварительное моделирование FlexSysAI указывает, что нагрузки на GPU ResetData можно корректировать на 20–50 % в течение нескольких секунд после сигнала энергосети. Эта величина описывает изменение вычислительной нагрузки, а не подтверждённое измерениями сокращение общего энергопотребления площадки на те же 20–50 %.

Партнёры отмечают, что электросетям всё ещё не хватает реальных эксплуатационных данных о том, насколько надёжно вычислительные площадки для ИИ могут обеспечивать такую гибкость. Пилотный проект призван помочь восполнить этот пробел.

Оценка

Идея испытания проста: не все задачи ИИ должны выполняться одновременно. Если при высокой нагрузке на энергосеть менее срочную работу можно отложить или перенести, дата-центр сможет частично снизить спрос на электроэнергию, продолжая выполнять важные задачи.

Сложнее понять, что произойдёт потом. Приостановленную работу всё равно придётся завершить, поэтому испытание должно показать, не приведёт ли перенос к задержкам для клиентов и не переместит ли он просто значительный объём спроса на электроэнергию на другое время. Именно поэтому исследователи изучают реальные эксплуатационные данные, а не полагаются только на моделирование.

Для читателей BTW полезным результатом станут доказательства того, какую часть спроса действительно можно перенести, насколько быстро способна реагировать площадка и завершаются ли отложенные задачи так, как ожидалось. Только после этого операторы электросетей смогут оценить, полезны ли гибкие вычисления ИИ при планировании сети.

На что обратить внимание

Стоит следить за тем, когда CSIRO и University of Queensland опубликуют результаты, показывающие, какой объём рабочей нагрузки был перенесён в ходе эпизодов реагирования на сигналы энергосети и что произошло затем. Если данные покажут, что отложенные задачи были завершены без последствий для обслуживания, это станет более убедительной проверкой, чем одно лишь текущее моделирование.