【Может ли Microsoft сначала заставить ИИ рассчитать энергосеть, чтобы при нехватке энергии решить всё с помощью модели?】
Когда речь заходит об ИИ и потреблении энергии, многие сразу думают о строительстве новых электростанций. Но уже произведённая электроэнергия — можно ли её недорого доставить туда, где она нужна, — тоже важная задача.
30 сентября исследовательский институт Microsoft опубликовал презентацию по планированию энергосетей. В ней показан GridSFM: приближённые вычисления для ускорения поиска оптимальных потоков в энергосистеме с помощью модели. Эта работа ранее была раскрыта в мае и не является тем, что «вчера внезапно изобрели кнопку подачи питания».
Если по-простому, они изучают: когда меняются нагрузки, линии и условия генерации, как более подходящим образом организовать работу энергосети. Модель помогает быстрее отбирать сценарии, но результаты прогнозов всё равно должны удовлетворять физическим ограничениям и требованиям реальной эксплуатации.
Коммерческий смысл этого направления — повысить эффективность использования существующих мощностей. Но оно не может «из воздуха» создать трансформаторы и не может бесконечно увеличивать пропускную способность линий, если она ограничена. Оптимизация программного обеспечения и расширение оборудования решают разные части проблемы.
Говоря об ИИ-инфраструктуре, я бы уточнил: где именно происходит экономия — во времени вычислений, в затратах на диспетчеризацию или в том, что реально удаётся обеспечить больше электроэнергии? Три эти вещи нельзя смешивать в один источник дохода. Когда мы обсуждаем связанные с RENDER, FET и NEAR нарративы, тоже стоит отдельно смотреть на потребности в вычислительных ресурсах и на базовые условия обеспечения энергией. Нельзя просто записывать исследование Microsoft напрямую в «выручку в токенах».
Рассчитать быстрее — это найти решение; реально подать электроэнергию — и есть подтверждение возможностей.
На иллюстрации — фото из материалов по офисному зданию Microsoft.
$RENDER $FET $NEAR
Нажмите на мой аватар, чтобы посмотреть сделки в реальном времени
Когда речь заходит об ИИ и потреблении энергии, многие сразу думают о строительстве новых электростанций. Но уже произведённая электроэнергия — можно ли её недорого доставить туда, где она нужна, — тоже важная задача.
30 сентября исследовательский институт Microsoft опубликовал презентацию по планированию энергосетей. В ней показан GridSFM: приближённые вычисления для ускорения поиска оптимальных потоков в энергосистеме с помощью модели. Эта работа ранее была раскрыта в мае и не является тем, что «вчера внезапно изобрели кнопку подачи питания».
Если по-простому, они изучают: когда меняются нагрузки, линии и условия генерации, как более подходящим образом организовать работу энергосети. Модель помогает быстрее отбирать сценарии, но результаты прогнозов всё равно должны удовлетворять физическим ограничениям и требованиям реальной эксплуатации.
Коммерческий смысл этого направления — повысить эффективность использования существующих мощностей. Но оно не может «из воздуха» создать трансформаторы и не может бесконечно увеличивать пропускную способность линий, если она ограничена. Оптимизация программного обеспечения и расширение оборудования решают разные части проблемы.
Говоря об ИИ-инфраструктуре, я бы уточнил: где именно происходит экономия — во времени вычислений, в затратах на диспетчеризацию или в том, что реально удаётся обеспечить больше электроэнергии? Три эти вещи нельзя смешивать в один источник дохода. Когда мы обсуждаем связанные с RENDER, FET и NEAR нарративы, тоже стоит отдельно смотреть на потребности в вычислительных ресурсах и на базовые условия обеспечения энергией. Нельзя просто записывать исследование Microsoft напрямую в «выручку в токенах».
Рассчитать быстрее — это найти решение; реально подать электроэнергию — и есть подтверждение возможностей.
На иллюстрации — фото из материалов по офисному зданию Microsoft.
$RENDER $FET $NEAR
Нажмите на мой аватар, чтобы посмотреть сделки в реальном времени
