【Microsoft để AI tính trước lưới điện, thiếu điện thì có thể dựa vào mô hình để giải quyết?】
Nói về việc AI dùng điện, mọi người thường chỉ nghĩ đến việc xây thêm nhà máy điện. Nhưng khi điện đã được phát ra, liệu có thể đưa điện tới nơi cần nó với chi phí thấp hay không cũng là một vấn đề.
Trong phần giới thiệu quy hoạch lưới điện do Viện Nghiên cứu Microsoft công bố vào ngày 30/9, họ trình bày GridSFM: dùng mô hình để thực hiện tính toán xấp xỉ nhằm tăng tốc bài toán dòng công suất tối ưu xoay chiều. Nghiên cứu này trước đó đã được công bố vào tháng 5, không phải ngày hôm qua tự nhiên bỗng “phát minh ra một nút cấp điện”.
Nói thẳng ra, nghiên cứu của họ là: khi phụ tải, đường dây và điều kiện phát điện thay đổi, lưới điện sẽ vận hành sắp xếp như thế nào thì phù hợp hơn. Mô hình có thể giúp lọc nhanh các kịch bản, nhưng kết quả dự báo vẫn cần đáp ứng các ràng buộc vật lý và yêu cầu vận hành thực tế.
Ý nghĩa thương mại của lộ trình này nằm ở cơ hội nâng cao hiệu quả sử dụng của các cơ sở hạ tầng hiện có. Tuy nhiên, nó không thể “tự nhiên sinh ra” máy biến áp, và cũng không thể khuếch đại vô hạn công suất đường dây bị giới hạn. Phần mềm tối ưu và việc mở rộng phần cứng giải quyết các vấn đề thuộc về những phần khác nhau.
Khi nhìn vào hạ tầng AI, tôi sẽ hỏi khoản tiết kiệm xảy ra ở đâu: là thời gian tính toán, chi phí điều độ, hay thực sự đã cung cấp thêm điện cho hệ thống? Ba thứ này không thể gộp chung thành một khoản doanh thu. Khi đọc các câu chuyện liên quan đến RENDER, FET, NEAR, cũng cần tách bạch nhu cầu tính toán và điều kiện cung năng nền tảng, không thể ghi thẳng nghiên cứu của Microsoft vào lợi nhuận từ token.
Tính nhanh hơn là để tìm ra phương án; còn việc thực sự cấp được điện mới là năng lực được hiện thực hóa.
Hình minh họa là ảnh tư liệu tòa nhà văn phòng của Microsoft.
$RENDER $FET $NEAR
Bấm vào ảnh đại diện để xem giao dịch thực đơn theo lệnh
Nói về việc AI dùng điện, mọi người thường chỉ nghĩ đến việc xây thêm nhà máy điện. Nhưng khi điện đã được phát ra, liệu có thể đưa điện tới nơi cần nó với chi phí thấp hay không cũng là một vấn đề.
Trong phần giới thiệu quy hoạch lưới điện do Viện Nghiên cứu Microsoft công bố vào ngày 30/9, họ trình bày GridSFM: dùng mô hình để thực hiện tính toán xấp xỉ nhằm tăng tốc bài toán dòng công suất tối ưu xoay chiều. Nghiên cứu này trước đó đã được công bố vào tháng 5, không phải ngày hôm qua tự nhiên bỗng “phát minh ra một nút cấp điện”.
Nói thẳng ra, nghiên cứu của họ là: khi phụ tải, đường dây và điều kiện phát điện thay đổi, lưới điện sẽ vận hành sắp xếp như thế nào thì phù hợp hơn. Mô hình có thể giúp lọc nhanh các kịch bản, nhưng kết quả dự báo vẫn cần đáp ứng các ràng buộc vật lý và yêu cầu vận hành thực tế.
Ý nghĩa thương mại của lộ trình này nằm ở cơ hội nâng cao hiệu quả sử dụng của các cơ sở hạ tầng hiện có. Tuy nhiên, nó không thể “tự nhiên sinh ra” máy biến áp, và cũng không thể khuếch đại vô hạn công suất đường dây bị giới hạn. Phần mềm tối ưu và việc mở rộng phần cứng giải quyết các vấn đề thuộc về những phần khác nhau.
Khi nhìn vào hạ tầng AI, tôi sẽ hỏi khoản tiết kiệm xảy ra ở đâu: là thời gian tính toán, chi phí điều độ, hay thực sự đã cung cấp thêm điện cho hệ thống? Ba thứ này không thể gộp chung thành một khoản doanh thu. Khi đọc các câu chuyện liên quan đến RENDER, FET, NEAR, cũng cần tách bạch nhu cầu tính toán và điều kiện cung năng nền tảng, không thể ghi thẳng nghiên cứu của Microsoft vào lợi nhuận từ token.
Tính nhanh hơn là để tìm ra phương án; còn việc thực sự cấp được điện mới là năng lực được hiện thực hóa.
Hình minh họa là ảnh tư liệu tòa nhà văn phòng của Microsoft.
$RENDER $FET $NEAR
Bấm vào ảnh đại diện để xem giao dịch thực đơn theo lệnh
