ƯU THẾ NĂNG LƯỢNG TIẾP THEO SẼ ĐẾN TỪ CÁC THỊ TRƯỜNG ĐIỆN BIẾT TÍNH TOÁN

Mối quan hệ giữa điện và trí tuệ nhân tạo đang bước vào một giai đoạn mới.

Trong nhiều thập kỷ, các thị trường điện chủ yếu được thiết kế xoay quanh mức tiêu thụ vật lý. Các hộ gia đình, nhà máy, văn phòng, hệ thống giao thông và các cơ sở thương mại tiêu thụ điện theo những mô hình tương đối có thể dự đoán. Các đơn vị vận hành lưới tập trung vào việc cân bằng giữa phát điện và nhu cầu, đồng thời đảm bảo độ tin cậy.

AI thay đổi bài toán.

Cơ sở hạ tầng AI quy mô lớn không chỉ đơn giản là tiêu thụ điện. Nó đại diện cho một nhóm nhu cầu mới có giá trị cao và có thể điều khiển bằng công nghệ số. Các tác vụ AI đôi khi có thể được lên lịch, chuyển dịch, tạm dừng, tăng tốc hoặc phân bổ theo địa lý tùy theo yêu cầu tính toán, mức sẵn có của điện, điều kiện mạng và các mục tiêu kinh tế.

Điều này tạo ra khả năng hình thành một thị trường điện trong tương lai, trong đó việc tính toán trở thành một phần của cơ chế được dùng để quản lý nhu cầu điện.

Thay vì chỉ hỏi:

“Cơ sở này cần bao nhiêu điện?”

ngành công nghiệp cơ sở hạ tầng có thể ngày càng hỏi:

“Khi nào, ở đâu, và với mục đích tính toán nào thì điện cần được chuyển đổi thành tính toán?”

Sự phân biệt đó có thể trở nên quan trọng về mặt chiến lược.

Các trung tâm dữ liệu AI chứa các khối lượng công việc với các mức độ khẩn cấp khác nhau. Suy luận thời gian thực có thể cần độ trễ cực thấp. Các tác vụ huấn luyện có thể có mức độ linh hoạt về lập lịch cao hơn. Phân tích theo đợt, mô phỏng, dựng hình, các tác vụ khoa học và tối ưu hóa mô hình có thể hoạt động trong các khung thời gian rộng hơn.

Điều này tạo ra một danh mục nhu cầu điện toán.

Vì vậy, một cơ sở AI trong tương lai có thể vận hành một hệ thống quản lý năng lượng thông minh, đánh giá đồng thời giá điện, sản lượng tái tạo, trạng thái pin, điều kiện lưới điện, năng lực làm mát, tính sẵn có của mạng và mức độ ưu tiên của khối lượng công việc.

Mục tiêu không chỉ đơn thuần là giảm thiểu mức tiêu thụ điện.

Kết quả là tối ưu hóa mối quan hệ giữa điện và tính toán hữu ích.

Ví dụ, một trung tâm dữ liệu được kết nối với phát điện mặt trời có thể ưu tiên các khối lượng công việc linh hoạt trong những giai đoạn sản lượng mặt trời mạnh. Hệ thống pin có thể cung cấp thêm mức độ linh hoạt khi phát điện tạm thời giảm. Các khối lượng công việc có yêu cầu độ trễ nghiêm ngặt có thể vẫn luôn sẵn sàng liên tục, trong khi các khối lượng công việc linh hoạt được chuyển sang các điều kiện năng lượng thuận lợi.

AI trở thành lớp điều phối kết nối các biến số đó.

Điều này cuối cùng có thể dẫn đến các thị trường điện có khả năng nhận biết theo tính toán.

Các nhà cung cấp điện có thể phát triển biểu giá dựa không chỉ trên tổng mức tiêu thụ mà còn dựa trên mức độ linh hoạt của việc tiêu thụ. Các trung tâm dữ liệu có thể nhận được các ưu đãi kinh tế khi chuyển khối lượng công việc ra khỏi những giai đoạn bị hạn chế. Các nhà phát điện tái tạo có thể được hưởng lợi từ nhu cầu tính toán hấp thụ điện trong những giai đoạn sản lượng cao.

Kết quả sẽ là mối quan hệ năng động hơn giữa cơ sở hạ tầng năng lượng và cơ sở hạ tầng kỹ thuật số.

Trung tâm dữ liệu sẽ không còn được xem chỉ là một người tiêu thụ điện lớn.

Nó có thể trở thành một thành viên thông minh trong hệ sinh thái năng lượng.

Mô hình này cũng tạo ra cơ hội tối ưu hóa theo địa lý.

Các khu vực khác nhau có đặc tính điện khác nhau. Một khu vực có thể có nhiều điện mặt trời. Khu vực khác có thể có tài nguyên gió mạnh. Khu vực khác nữa có thể có năng lực thủy điện đáng kể. Một số địa điểm có thể có kết nối lưới điện tốt nhưng nguồn điện tái tạo hạn chế.

Các khối lượng công việc AI ngày càng có thể được ghép phù hợp với các môi trường năng lượng phù hợp.

Mạng lưới trở thành chiếc cầu nối giữa các địa điểm này.

Điều đó không có nghĩa là mọi khối lượng công việc đều có thể dễ dàng di chuyển đến bất kỳ nơi nào. Độ trễ, chủ quyền dữ liệu, an ninh mạng, các yêu cầu pháp lý và năng lực mạng vẫn là những ràng buộc quan trọng.

Nhưng các khối lượng công việc ít nhạy cảm về vị trí có thể trở nên linh hoạt hơn.

Điều đó tạo ra một khái niệm mới:

Bố trí điện toán có cân nhắc đến năng lượng.

Thay vì chỉ chọn vị trí trung tâm dữ liệu dựa trên đất đai, cáp quang, điện và khả năng làm mát, các nhà hoạch định cơ sở hạ tầng trong tương lai có thể mô hình hóa tương tác dài hạn giữa thị trường năng lượng và nhu cầu tính toán.

Điều này có thể tác động đến các quyết định đầu tư trong nhiều thập kỷ.

Một phát triển quan trọng khác sẽ là dự báo năng lượng.

Các hệ thống AI có thể dự báo sản lượng tái tạo, nhu cầu điện, điều kiện thời tiết, hiệu suất thiết bị, hành vi của pin và yêu cầu của khối lượng công việc.

Sau đó, các dự báo này có thể được kết hợp thành một mô hình vận hành duy nhất.

Cơ sở đó có thể dự đoán điều kiện năng lượng thay vì chỉ phản ứng với chúng.

Điều này tạo ra sự chuyển dịch từ quản lý năng lượng sang trí tuệ năng lượng.

Vì vậy, cơ hội dài hạn lớn hơn nhiều so với việc chỉ giảm hóa đơn tiền điện.

Đó là việc tạo ra một kiến trúc cơ sở hạ tầng trong đó năng lượng và tính toán liên tục thích nghi với nhau.

Các tổ chức có khả năng kiểm soát tương tác đó có thể giành được một lợi thế cơ sở hạ tầng đáng kể.

Nền kinh tế AI trong tương lai sẽ không vận hành độc lập với các thị trường điện.

Nó sẽ ngày càng tham gia vào các hoạt động đó.

Năng lượng sẽ vẫn là đầu vào vật lý.

Việc tính toán sẽ trở thành lớp chuyển đổi.

Trí tuệ sẽ điều phối việc chuyển đổi.

Và các thị trường điện có thể cuối cùng sẽ phát triển xoay quanh mối quan hệ mới này.

SriDanamTrades
Học Xây dựng Đổi mới Lãnh đạo

Tài nguyên kỹ thuật số cao cấp trên GPU tính toán cho AI Cơ sở hạ tầng Năng lượng & Các công nghệ mới nổi

#AI #Energy #Compute #DataCenters #RenewableEnergy #ArtificialIntelligence #EnergyInfrastructure #FutureTechnology #SriDanamTrades