随着人工智能（AI）技术的迅猛发展，数据中心的电力需求正以前所未有的速度增长。相比传统数据中心，运行AI工作负载的数据中心呈现出类似钢铁厂的“尖峰负载”特征，电力需求在短时间内快速攀升，带来剧烈波动。这种用电模式对电网稳定性构成挑战，也使超大规模数据中心（hyperscalers）的电力规划变得异常复杂。如何在AI算力激增的背景下优化电力使用，成为了行业亟待解决的难题。近期，英伟达宣称通过创新的电力管理方案，能有效应对这一难题，为AI数据中心的绿色可持续发展注入新动力。
英伟达推出了全新的机架级系统，通过“三阶段电力平滑”机制优化电力需求，具体包括启动阶段、稳定运行阶段和降载阶段：
启动阶段（Ramp Up）：系统通过“功率上限”功能限制初始工作负载的电力消耗，并逐步提升功率上限，避免启动时的瞬间高负荷冲击电网。
稳定运行阶段（Steady State）：在达到稳定运行后，系统利用储能设备控制短期的电力波动，确保用电曲线更加平滑。
降载阶段（Ramp Down）：当工作负载减少时，GPU可进入特殊的“功率燃烧模式”，确保电力需求的下降过程平稳，避免突然而剧烈的负载下降。
英伟达特别指出，其储能机制仅用于优化电网侧的负载曲线，不会将多余能量回馈给公用事业公司。这种设计旨在让数据中心在电力分配上更加高效，减少对电网的冲击。英伟达表示，传统数据中心通常需要按照最大瞬时功耗来配置电力设施，这导致资源浪费和成本上升。而通过新系统的储能和智能管理，数据中心可以更接近目标平均功耗进行电力规划。这意味着在相同的电力预算下，数据中心能够容纳更多机架，或者在整体上降低电力分配需求，从而显著提升资源利用率。
尽管英伟达的系统在优化电力需求方面展现了潜力，但专家也提出了进一步的思考——AI算力的电力消耗问题确实至关重要，储能结合先进管理技术是一个积极的解决方案。然而，该系统并未解决电力传输的瓶颈问题，即如何将大量电力高效输送到数据中心。此外，随着AI学习模型的不断演进，电力需求模式也在变化，AI推理数据中心的运行模式与训练数据中心不同，未来的解决方案需要具备更高的灵活性和前瞻性，以适应不断变化的电力需求。
原文链接：
https://www.utilitydive.com/news/nvidia-rack-scale-system-smooth-ai-power/756279/
作者：Meris Lutz
本文已进行编译。
如您有供稿或想订阅电力行业专题资讯，请扫码联系。
免责声明：本微信公众号所上传文章仅代表作者观点，版权归原作者所有。如文章来源标注有误或涉及作品版权等问题烦请告知，小编及时予以删除。
责编：魏星｜审核：陈庚亮丨监审：文卉
点击蓝字 关注我们