Центри даних штучного інтелекту вивчають, як зменшити споживання електроенергії, як це зробили майнери Bitcoin

Кожна відповідь, яку ви отримуєте від чат-бота, починається з електрики. Слова з'являються на вашому екрані, але фактична робота відбувається в далекій будівлі, заповненій комп'ютерними чіпами. Ці чіпи споживають електроенергію, передають дані та виробляють достатньо тепла, щоб вимагати потужного охолодження від центрів даних штучного інтелекту.

Коли ви множите цей процес на мільйони запитів, запитів на зображення та бізнес-завдань, ви починаєте розуміти, чому швидка відповідь на запит, яка здається безваговою, стає фізичним навантаженням на електростанції та дроти.

Електричні компанії просять забезпечити цей попит у величезних, концентрованих блоках. Ваш середній великий кампус центру даних може використовувати стільки ж електрики, скільки невелике місто, і компанії можуть планувати та будувати його набагато швидше, ніж електромережа може його забезпечити.

Компанія також повинна підготуватися до годин, коли клієнти використовують найбільше електрики, навіть якщо частина цієї потужності залишається невикористаною в звичайні періоди. Коротше кажучи, центри даних хочуть електрику раніше, ніж мережа може її надати.

Одним із рішень є будівництво нових електростанцій. Але це дуже дороге, трудомістке рішення, яке може коштувати мільярди доларів і зайняти роки, щоб стати оперативним.

Однак інше рішення полягає в тому, щоб перенести частину комп'ютерної роботи на інший час.

Відповідь чат-бота зазвичай повинна з'явитися негайно, але внутрішній експеримент або черга обробки відео на ніч можуть почекати. Програмне забезпечення, яке може розрізняти це, може сповільнити роботу, яка може почекати, коли електрики не вистачає, а потім дозволити їй наздогнати, коли більше електрики доступно.

Невеликий експеримент у Техасі показує, як може виглядати така угода.

Luxor Energy, компанія з корінням у майнінгу Bitcoin, об'єдналася з Bentaus, яка розробляє програмне забезпечення, що контролює, скільки електрики використовують комп'ютерні чіпи. Разом вони контролювали один Nvidia B200, потужний чіп, створений для роботи з ШІ.

Чіп виконував інференцію, що просто означає використання навченої моделі ШІ для отримання відповіді, коли програмне забезпечення сказало йому споживати менше електрики.

Компанії стверджують, що споживання електрики чіпом знизилося до приблизно 25% від норми протягом півсекунди, і він обробляв менше запитів під час обмеження.

Ітан Вера, головний операційний директор Luxor, повідомив CryptoSlate, що жодне завдання не зазнало невдачі, і жодна робота, що вже виконувалася, не була втрачена. Чіп повернувся до повної швидкості, коли обмеження закінчилося.

Luxor та Bentaus заявили, що їхня публічна демонстрація не викликала "жодних порушень", але ця фраза потребує деякого перекладу. З точки зору оператора, завдання вижило і відновилося на повній швидкості.

Однак клієнти все ще могли чекати довше на відповідь, оскільки чіп виконав менше роботи під час обмеження. Будь-який план зробити ШІ гнучким залежатиме від того, як часто відбувається ця затримка, хто її відчуває і що обіцяли цим клієнтам.

Експеримент був успішним, але він стосувався лише одного чіпа. Великі центри даних містять десятки тисяч чіпів, а також сервери, системи охолодження, пристрої зберігання та мережеве обладнання.

Тест робить ширшу ідею легшою для сприйняття: центр даних ШІ міг би сортувати роботу за терміновістю і час від часу просити мережу про менше.

Техасу не вистачає електрики, щоб забезпечити комп'ютери, що чекають

Найкращий приклад того, що відбувається, коли нові центри даних з'являються швидше, ніж нова електрична інфраструктура, - це Техас.

Електрична надійна рада Техасу (ERCOT) управляє мережею, яка обслуговує більшість штату. 22 липня споживання електрики досягло попереднього рекорду в 91 089 мегават, число, яке є неофіційним, поки дані не будуть остаточно затверджені.

ERCOT стверджує, що один мегават може обслуговувати близько 250 житлових споживачів під час пікового навантаження. За цим грубим порівнянням, рекорд відповідав потребам більше 22 мільйонів житлових споживачів одночасно.

Губернатор Грег Ебботт у серпні заявив, що ERCOT розглядає запити на підключення більше 474 гігават електричної потужності, з яких близько 90% надходить від дата-центрів. Один гігават дорівнює 1 000 мегават, тому на папері черга запитує більше ніж п’ять разів більше потужності, ніж використовувалося під час рекордної години ERCOT.

Ебботт наказав регуляторам провести аудит проектів перед їх реалізацією.

У попередньому огляді 28 липня ERCOT виявив, що приблизно 205 гігават мали достатньо підтримуючих досліджень, щоб кваліфікуватися для першої партії досліджень, що менше половини від загальної кількості 474 гігават. Аудит Ебботта перервав цей огляд.

Регулятори надали ERCOT більше часу 20 серпня, і агентство заявило, що надішле рішення про умовну придатність до 31 серпня. Розробники можуть подавати перекриваючі пропозиції, резервувати місця для проектів, які ніколи не отримують фінансування, або просити кілька локацій забезпечити електроенергію для одного майбутнього кампусу.

Техас проводить аудит частково тому, що список став занадто віддаленим від фізичної можливості, щоб самостійно керувати плануванням мережі.

Але навіть з цим застереженням, 474 гігавати показують сплеск попиту на землю з доступом до великих обсягів електрики. Пропонується набагато більше машин, ніж проводів готові їх обслуговувати.

Оновлення Лабораторії національного лабораторії Лоуренса Берклі, опубліковане цього року, оцінює, що дата-центри можуть споживати 11,8% електрики США у 2030 році. Його низька оцінка становить 9,5%, а висока - 15,3%. Міжнародне енергетичне агентство очікує, що дата-центри становитимуть близько половини збільшення споживання електрики в США до кінця десятиліття.

Але навіть з таким попитом, лінії передачі в розвинених економіках можуть займати від чотирьох до восьми років для завершення. Агентство повідомляє, що очікування на важливе обладнання, включаючи трансформатори та кабелі, подвоїлися за останні три роки.

Компанії штучного інтелекту зазвичай говорять про чіпи, але електричні системи повинні думати про міста. Один B200 може споживати до 1 000 ват. Nvidia вказує максимальне споживання потужності близько 14,3 кіловат для повного сервера DGX B200 з восьмома GPU. Один мегават дорівнює 1 000 кіловат, а нові правила Техасу для дуже великих споживачів електрики починаються з 75 мегават.

Згідно з порівнянням ERCOT для побутових споживачів, ця кількість може обслуговувати приблизно 18 750 споживачів під час пікового навантаження. Вона також може живити 75 000 одно-кіловатних GPU, принаймні до додавання процесорів, охолодження, мережі, акумуляторів та електричних втрат.

Отже, навчитися контролювати та обмежувати споживання електроенергії одного з цих чіпів є першим з багатьох, багатьох кроків до розуміння того, як управляти споживанням електроенергії в цілому дата-центрі.

Складність цього завдання, як у програмному, так і в апаратному забезпеченні, є причиною, чому планувальники мережі розглядають дата-центри як "надійні навантаження", що означає, що електрика повинна бути доступною щоразу, коли вони її запитують.

Оператори дата-центрів хочуть, щоб дорогі GPU працювали безперервно, оскільки кожна хвилина простою затримує роботу, за яку платять клієнти. Тисячі чіпів, що працюють над одним великим завданням штучного інтелекту, тісно взаємопов’язані.

В певні моменти одна група може змушена чекати, поки інша не закінчить, перш ніж вона зможе продовжити. Якщо ви сповільните вибрану групу, затримка може поширитися на сусідні машини.

Але не вся обчислювальна робота в дата-центрі повинна відбуватися негайно або працювати на повну потужність. Деякі завдання є чутливими до часу, тоді як інші можуть бути затримані або виконуватися повільніше з незначними наслідками. Деякі навіть можуть бути перенесені до іншого дата-центру, де електрика доступніша.

Кожен вибір має свої компроміси, але кожен може зменшити потужність, яку дата-центр потребує від місцевої мережі в даний момент.

Майнери Bitcoin навчили комп’ютери, як отримувати прибуток

Прецедент походить від видобутку Bitcoin в електричній мережі Техасу. Майнери Bitcoin змагаються за отримання винагород, запускаючи машини, які постійно виконують обчислення. Коли машина вимикається, майнер втрачає можливість заробити гроші за цей період.

Але коли електрика повертається, машина може відновити роботу майже миттєво. Жоден клієнт не чекає на відповідь, і жодна незавершена обчислювальна задача не повинна зберігатися.

Техас зрозумів, що основна ідея називається реагуванням на попит: коли електрика стає дефіцитом і дорогою, великі споживачі отримують причину використовувати її менше.

Майнери Bitcoin були незвично добре підходящими для цієї угоди. Вони могли вимикатися, коли оптові ціни зростали, отримувати плату за зменшення споживання під час надзвичайних ситуацій і зменшувати витрати на передачу, пропускаючи кілька критичних літніх годин.

Огляд ERCOT у квітні описав крипто-майнерів як основних учасників, чутливих до цін, в одній з його надзвичайних програм. Для майнера розрахунок простий: коли мегават стає більш цінним, ніж Bitcoin, який машини можуть заробити з ним, вимкніть машини. Завантаження майнінгу Bitcoin залишається близьким до повної потужності, коли електрика дешева, а потім зменшується, коли ціни перевищують поріг обмеження. Вищий хеш-ціна підвищує цей поріг. Джерело: Субір Маджумдер, на основі даних ERCOT

Luxor постачає майнерам Bitcoin програмне забезпечення, енергетичні послуги та фінансові продукти, тому звернувся до штучного інтелекту з інстинктом для обчислень, які можна перервати. Експеримент ставить питання, чи можуть машини, що обслуговують клієнтів, успадкувати частину слухняності майнінгу до цін на електрику.

Це питання стає все більш терміновим, оскільки майнери перетворюють місця з багатими ресурсами електрики на кампуси штучного інтелекту. Якщо мережа обмінює Bitcoin-майнінг, який може вимикатися за командою, на дата-центр, який працює цілодобово, вона може відмовитися від цінного аварійного гальма.

Наскільки гнучким може бути дата-центр, залежить від того, що роблять його машини.

Навчання — це тривалий, обчислювально важкий процес навчання моделі, повторно налаштовуючи її, поки вона працює з величезними обсягами даних. Інференція — це те, що відбувається після цього, коли хтось запитує готову модель про відповідь, зображення, переклад або прогноз. Обидва створюють різні можливості для зменшення споживання електрики.

Довгий процес навчання іноді може призупинитися на збереженій контрольній точці і продовжити пізніше, хоча зупинити тисячі машин синхронно не є тривіальним завданням. Інференція може складатися з мільйонів менших запитів, деякі з яких очікують відповіді негайно, а інші — з автоматизованих завдань, які можуть чекати в черзі, поки електрика не стане легшою або дешевшою.

Google вже багато років сортує свої обчислення таким чином. У 2023 році компанія описала, як вона могла б затримати роботу, таку як обробка відео на YouTube, коли місцева мережа була під тиском, або відправити цю роботу в інший регіон з більш доступною електрикою. Пошук, Карти та інші послуги, які люди очікують, що працюватимуть негайно, залишалися онлайн.

Google пізніше переніс ту ж ідею на навантаження машинного навчання. До березня 2026 року компанія заявила, що уклала довгострокові контракти на реагування на попит у дата-центрах на один гігават у кількох регіонах США.

Деякі з цих угод також можуть допомогти новим дата-центрам швидше підключитися до мережі.

Дослідники зараз показують, що це може працювати поза симуляціями. У рецензованій статті Nature Energy команда описала експеримент у хмарному центрі Oracle у Фініксі. Програмне забезпечення зменшило споживання електрики 256-GPU кластера на 25% протягом трьох годин, не перевищуючи обіцяні рівні продуктивності пріоритетних завдань.

Ключовим було вирішити, де поглинути уповільнення. Програмне забезпечення, яке визначає, які роботи виконуються і коли, зване планувальником, захищало термінову роботу та знижувало споживання енергії з робіт з більш м'якими термінами. Навантаження на видобуток біткоїнів зменшується, коли ймовірність інтервалу 4CP зростає. Відповідь слабшає, коли доходи від видобутку вищі. Джерело: Субір Маджумдер, на основі даних ERCOT.

Компанія Emerald AI, яка очолила цю роботу, оголосила про раунд фінансування в розмірі 150 мільйонів доларів 25 серпня, що оцінило її вартість понад 1 мільярд доларів. Вона також повідомила, що її програмне забезпечення працює комерційно по всіх центрах обробки даних, споживаючи кілька мегават.

Незалежні дані про продуктивність для кожного сайту недоступні, але навіть так, фінансування показує, що гнучкий штучний інтелект вийшов за межі наукових статей і став комерційним бізнесом.

Інші дослідники намагалися оцінити, скільки електрики може надійно обіцяти AI-обладнання віддати під час важкої години.

Робочий документ Університету Чикаго використав чотири роки цін на електрику та 49,4 мільйона реальних запитів на інференцію, щоб змоделювати відповідь. Автор оцінив, що обладнання, зосереджене на інференції, може зобов'язатися скоротити 40% свого споживання. Обладнання, що працює в змішаному режимі інференції та навчання, може зобов'язатися скоротити 24,6%.

Ці відсотки зменшилися лише трохи, коли модель розширилася до флоту потужністю 10 гігават. Основні обмеження виникли через контракти з клієнтами, обмеження на переміщення роботи та поспіх машин повернутися до повної потужності.

Дослідники з Університету Альберти змоделювали, що відбувається з електромережею, коли роботи AI можуть бути відкладені або переміщені між центрами обробки даних. У найнапруженішому сценарії моделі ця гнучкість зменшила потребу в потужності електростанцій більш ніж на 21%. У іншому сценарії, де місцева мережа була перевантажена, вона зменшила загальні витрати на постачання електроенергії на 3,5%, хоча витрати на нове виробництво зросли на 7,1%.

Більшість вигоди від відкладення робіт з'явилася протягом перших трьох годин, тому очікування довше не дало значної вигоди. Хоча нічого з цього не усунуло необхідність будівництва нових електростанцій та ліній передачі, це показало, що мережа може задовольнити більший попит AI з меншою інфраструктурою та за нижчою загальною вартістю.

Чотири приховані моменти можуть оцінити цілий рік

Гроші за експериментом Luxor походять з незвичайної особливості ринку електроенергії Техасу. Великі споживачі допомагають оплачувати мережу високовольтної передачі, і частина цього рахунку може залежати від того, скільки електроенергії вони використовують під час лише чотирьох 15-хвилинних вікон протягом року.

Ці вікна - це моменти найвищого попиту на систему в червні, липні, серпні та вересні, відомі як Чотири Співпадіння Піків, або 4CP.

Проблема в тому, що ніхто не знає точно, коли відбувається 4CP, поки місяць не закінчиться. Тому великі споживачі електроенергії наймають прогнозистів, щоб спостерігати за мережею, погодою та попитом на електроенергію та передбачити, коли ймовірно відбудеться пік.

Якщо шанси виглядають достатньо високими, вони зменшують своє споживання електроенергії на це 15-хвилинне вікно. Якщо вгадати правильно достатньо часто, заощадження на витратах на передачу можуть бути значними. Це перетворило 4CP на повторювану гру прогнозування та зменшення споживання для фабрик, шахт біткоїнів, акумуляторів, а тепер, потенційно, і центрів обробки даних AI.

Цей потенційний виграш робить багато помилкових тривог варто терпіти. Останні дані PUCT 2026 року оцінюють витрати на передачу ERCOT приблизно в 6 мільярдів доларів, розподілених на середній попит 4CP у 80,859.8 мегават.

Це становить приблизно 74,89 долара за кіловат на рік. За цією ставкою 100 мегават попиту під час чотирьох пікових вікон становить близько 7,49 мільйона доларів у річних витратах на передачу.

Хоча фактичний закон буде різнитися залежно від території комунальних послуг та контракту, фінансовий стимул тут досить очевидний. Великий центр обробки даних може мати мільйони доларів, які залежать лише від однієї години споживання електроенергії протягом усього літа. Вимкнення електроенергії на кілька додаткових годин, щоб захопити цю годину, може бути дуже вигідною угодою. Навантаження на майнінг Bitcoin зменшується, коли ймовірність інтервалу 4CP зростає. Відповідь слабшає, коли дохід від майнінгу вищий. Джерело: Субір Маджумдер, на основі даних ERCOT

Luxor вирішив обмежити сам GPU, використовуючи дані з живої мережі, щоб вирішити, коли діяти. Вера сказала, що компанія спостерігала за ознаками формування вікна 4CP, а потім надіслала свою команду до чіпа. ERCOT ніколи не казав GPU сповільнитися, і жодна програма надзвичайної мережі не була залучена.

Це була, по суті, приватна ставка на те, коли попит на електроенергію досягне піку, спрямована на зниження рахунку за передачу на сайті. ERCOT класифікує цей вид самостійного обмеження 4CP окремо від програм реагування на попит, які вона здійснює.

Це також ставить в перспективу час реакції в півсекунди. Вікно 4CP триває 15 хвилин, тому чи досягає GPU свого нижчого рівня споживання електроенергії за півсекунди чи за кілька секунд, майже не має значення для економії на передачі.

Надзвичайна програма ERCOT зазвичай надає учасникам 10 або 30 хвилин, щоб забезпечити зменшення потужності, яке вони обіцяли. Деякі інші послуги мережі рухаються швидше, вимагаючи від клієнтів почати зменшувати потужність негайно та досягти повного зменшення протягом 10 хвилин.

Якщо апаратура штучного інтелекту зрештою братиме участь у цих ринках, контроль за частки секунди може стати більш корисним. Для Luxor кожна додаткова секунда, яку GPU проводить в обмеженому режимі, є секундою, яку він міг би витратити на заробіток грошей через обчислення.

Bentaus вже протестував ту ж основну ідею в більшому масштабі. У лютому CPower, Bentaus і Supermicro описали демонстрацію в Каліфорнії, використовуючи кластер серверів, оснащених GPU B200.

Компанії заявили, що кластер відповів на сигнал, пов'язаний з оптовим ринком електроенергії штату, менш ніж за 20 мілісекунд і зменшив своє споживання електроенергії на 75%, при цьому все ще відповідаючи обіцяним рівням продуктивності.

Техаський експеримент є меншим і набагато вужчим: один GPU, що відповідає на конкретний стимул для рахунка за передачу. Але це додає ще один реальний тест до ідеї, яка вже перейшла від окремих чіпів до кластерів серверів і програм комунальних послуг.

Важливі прогалини залишаються в тому, що ми знаємо про техаський тест. Компанії не розкрили, яка модель штучного інтелекту працювала, або як довго GPU залишався на зниженій потужності. Вони не сказали, скільки електроенергії він споживав раніше, наскільки знизилася його обчислювальна продуктивність або скільки часу знадобилося для завершення запитів.

Представник Luxor на ринку електроенергії Техасу підтвердив зменшення потужності, але жоден незалежний аналіз тесту не був опублікований.

Тест показав, що один B200, що виконує навантаження інференції, може зазнати різкого зниження потужності, не втрачаючи вже виконувану роботу. Невідомо, як це вплинуло на час очікування користувачів, чи реагуватимуть інші навантаження інференції або навчання так само, або скільки електроенергії ця техніка може заощадити в цілому в центрі обробки даних.

GPU є лише частиною рахунка за електроенергію будівлі. Системи охолодження, мережеве обладнання, зберігання, насоси та перетворення електроенергії також споживають електроенергію. Тому зменшення потужності чіпа на 75% не означає, що центр обробки даних споживає на 75% менше електроенергії з мережі.

Зменшення, виміряне на лічильнику будівлі, може бути значно меншим.

Luxor вже готується до свого наступного тесту, цього разу з групою графічних процесорів Nvidia H100 у Техасі. Вера зазначила, що масштабування означає створення програмного забезпечення, яке може визначити, які завдання можна безпечно сповільнити, а потім координувати машини, які над ними працюють. Це також повинно поважати обіцяну продуктивність для клієнтів.

Кожен стрибок у масштабі, від одного графічного процесора до сервера, стійки, а врешті-решт до цілого дата-центру, додає ще один рівень складності. Більше обладнання споживає електроенергію, більше машин повинні працювати разом, і більше навантажень клієнтів можуть або не можуть терпіти сповільнення.

Техас починає вимагати деякої гнучкості. Законопроект Сенату 6, прийнятий у 2025 році, вимагає від певних великих споживачів електроенергії, які підключаються з 2026 року, зменшити споживання під час серйозних надзвичайних ситуацій у мережі. Він також передбачає програму, яка буде платити об'єктам, що використовують щонайменше 75 мегават, за зменшення попиту, коли очікуються проблеми.

Водночас штат також переосмислює 4CP. Його чотири літні піки можуть пропустити вечірні та зимові години, коли мережа піддається більшому стресу. Регулятори запропонували замінити його на 12CP, який базуватиме тарифи на транспортування на одному 30-хвилинному піку кожного місяця.

ERCOT дійшов подібного висновку в огляді в квітні: у Техасі є достатньо реакції на попит, але вона не завжди з'являється, коли мережа найбільше її потребує. 4CP спричиняє більшість цих відключень електроенергії, але його літні піки можуть пропустити години, коли попит високий, а виробництво вітрової та сонячної енергії низьке.

ERCOT зазначив, що ця невідповідність є проблемою. Нові електростанції та лінії передачі займають роки, але гнучкий попит можна додати за кілька місяців. Тепер виклик полягає в тому, щоб забезпечити, щоб ця гнучкість з'являлася в потрібний час.

Найскладніша частина полягає в тому, щоб довести, що дата-центр може надійно зменшити споживання електроенергії. Якщо мережа розраховує на зникнення 50 мегават, їй потрібно знати, скільки б сайт використав в іншому випадку, а потім перевірити зменшення за допомогою даних з лічильника.

Також потрібно знати, як довго може тривати відключення та що відбувається, коли графічні процесори знову підвищують потужність. Якщо тисячі з них повернуться одночасно, дата-центр може створити новий сплеск споживання електроенергії.

Це робить контракти з клієнтами важливою, але недооціненою частиною рівняння. Дата-центр міг би підтримувати інтерактивну та безпечну роботу в нормальному режимі, одночасно поміщаючи такі завдання, як внутрішні експерименти, індексація або обробка вночі, у гнучкий рівень.

Клієнти можуть платити менше за цю гнучкість, тоді як мережа платить дата-центру за надання передбачуваного, вимірювального зменшення споживання електроенергії, коли це потрібно.

Це зробить один факт про штучний інтелект неможливим для ігнорування: не кожне обчислення є однаково терміновим. Індустрія вже сортує роботу за ціною, швидкістю та вартістю обчислень, тому електрика може стати ще однією змінною в цьому розрахунку.

Коли мережа стає напруженою, одне зображення може зайняти більше часу для рендерингу, або навчальний запуск може перенестися на завтра, в той час як інші послуги продовжують працювати. Замість того, щоб розглядати кожен цикл графічного процесора як однаково важливий, дата-центри можуть почати розрізняти, що потрібно зробити зараз, а що може почекати.

Півсекундне відключення електроенергії Luxor було легким. Зробити це на тисячах графічних процесорів, не порушуючи обіцянок клієнтам і забезпечуючи мегавати, на які мережа може дійсно покладатися, буде набагато складніше.

Але саме тут ідея стає цікавою, оскільки штучний інтелект має проблему з електроенергією, а мережа має проблему з гнучкістю, і дата-центри опиняються прямо посередині. Вони заповнені машинами, які виконують роботу, яка іноді може переміщатися на секунди, хвилини або години без того, щоб хтось це помітив.

Якщо оператори зможуть перетворити цю гнучкість на надійні заощадження електроенергії, величезний апетит штучного інтелекту до електрики може стати чимось, з чим мережа насправді може працювати. Це може зробити наступну фазу розширення штучного інтелекту такою ж важливою, як використання електроенергії в потрібний час, так і знаходження достатньої її кількості в першу чергу.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.