Niezwykłe możliwości sztucznej inteligencji mogą wkrótce odegrać kluczową rolę w stabilizacji polskiej sieci elektroenergetycznej. Badania przeprowadzone przez zespół naukowców wskazują, że centra danych, które coraz szerzej wykorzystują algorytmy AI, mogą stać się cennym zasobem w zarządzaniu zapotrzebowaniem na energię i unikaniu przeciążeń. Dotychczasowe testy wykazały znaczące oszczędności energii i minimalny wpływ na wydajność systemów AI.
Projekt, którego owocem jest ta przełomowa koncepcja, skupia się na wykorzystaniu platform symulacyjnych, które przewidują zużycie energii i porównują je z pomiarami dokonywanymi podczas zdarzeń związanych z ograniczeniem mocy. Głównym celem badań, prowadzonych przez Coskun i jej współpracowników, było udowodnienie, że systemy AI działające na procesorach graficznych (GPU) mogą stać się elastycznym zasobem dla sieci elektroenergetycznej, umożliwiając efektywne wykorzystanie dostępnej mocy bez kompromisów w zakresie wydajności centrów danych i przestrzegania umów o gwarantowanym poziomie usług (SLA).
Kluczowym elementem rozwiązania jest oprogramowanie Emerald Conductor, opracowane przez firmę Emerald AI. System ten inteligentnie dostosowuje zużycie energii w centrach danych w odpowiedzi na sygnały z sieci, jednocześnie spełniając wymagania dotyczące wydajności aplikacji i SLA. Wykorzystuje analizę kompromisów między mocą a wydajnością w różnych zadaniach AI, selektywnie modyfikując zadania, które mogą tolerować niewielkie opóźnienia. Przykładowo, zmniejszana jest moc obliczeniowa zadań uznanych za "elastyczne", które mogą sobie pozwolić na minimalne spowolnienie.
W ramach badań zespół przetestował swoje rozwiązanie na rzeczywistym klastrze 256 procesorów graficznych, na którym uruchamiane były algorytmy AI, zlokalizowanym w centrum danych w Phoenix. Wyniki okazały się bardzo obiecujące, a opracowana strategia znacząco zmniejszyła zużycie energii w okresach szczytowego zapotrzebowania. Co ważne, osiągnięto to przy minimalnym wpływie na użytkowników, co oznacza, że systemy AI zachowały dobrą wydajność i mogły wykonywać zadania prawidłowo i w terminie.
Podczas testów, zespół zarejestrował zmniejszenie zużycia energii o 25% w ciągu 3 godzin, kiedy sieć elektroenergetyczna była poddawana znacznemu obciążeniu. To bardzo istotny wynik, który pokazuje potencjał inteligentnego zarządzania energią w centrach danych. Oznacza to, że w sytuacjach awaryjnych, kiedy zapotrzebowanie na energię jest szczególnie wysokie, centra danych mogą aktywnie przyczyniać się do stabilizacji sieci, zmniejszając swoje zapotrzebowanie na moc.
Badania Coskun i jej zespołu stanowią pierwszy udokumentowany przypadek wykorzystania centrów danych AI do stabilizacji sieci elektroenergetycznych w realnych warunkach. Pokazują, że inteligentne i elastyczne planowanie zadań AI w odpowiedzi na sygnały z sieci może nie tylko redukować zużycie energii w okresach szczytowego zapotrzebowania, ale także utrzymywać wysoką jakość usług i platform opartych na sztucznej inteligencji.
Coskun podkreśla, że praca zespołu przenosi koncepcję odpowiedzi na zapotrzebowanie energetyczne centrów danych z etapów symulacji i małych projektów prototypowych do rzeczywistości operacyjnej. Otwiera to drogę do szybszego podłączenia centrów danych AI do sieci, bardziej efektywnego wykorzystania istniejących zasobów i aktywnego wspierania niezawodności sieci.
W przyszłości wyniki tego badania mogą zainspirować rozwój dodatkowych strategii, które wykorzystają możliwości sztucznej inteligencji do lepszego zarządzania zasobami energetycznymi. Naukowcy obecnie pracują nad udoskonaleniem swojego podejścia i testowaniem go w innych centrach danych, z celem ostatecznego wdrożenia go na dużą skalę.
Obecne działania obejmują rozszerzenie badań poprzez kolejne demonstracje i wdrożenia, głębszą integrację z platformami GPU oraz bieżącą współpracę z przedstawicielami branży i interesariuszami sieci. Partnerzy, tacy jak Oracle, NVIDIA, firmy energetyczne, operatorzy systemów przesyłowych (ISO) oraz program DCFlex prowadzony przez EPRI (Electric Power Research Institute), pomagają w weryfikacji i skalowaniu tych możliwości w realnych warunkach sieciowych.
Długoterminowym celem jest zbadanie skoordynowanych, świadomych sieci operacji w wielu realnych centrach danych, co może doprowadzić do stworzenia rozproszonego i niezwykle elastycznego systemu zarządzania energią w skali kraju. Integracja centrów danych z sieciami elektroenergetycznymi nie tylko przyczyni się do stabilizacji systemu, ale także otworzy nowe możliwości dla rozwoju zrównoważonej energetyki i wykorzystania odnawialnych źródeł energii. Zmniejszenie zapotrzebowania na energię z konwencjonalnych źródeł może również mieć pozytywny wpływ na środowisko naturalne i ograniczenie emisji gazów cieplarnianych.