Los transitorios de carga de AI afectan a UPS y a la planificación de la capacidad de distribución de energía

¿Por qué los transitorios de carga de AI afectan a UPS?

Las tareas de entrenamiento de GPU a gran escala pueden hacer que muchos nodos de cómputo cambien su consumo de energía de forma casi síncrona, lo que resulta en cambios escalonados más rápidos y concentrados de lo que experimentan las cargas de trabajo de TI mixtas tradicionales.La potencia media todavía está dentro de la clasificación del equipo, lo que no significa que los picos repetidos, las tasas de cambio y la recuperación de valles no afecten a UPS, el almacenamiento de energía, el bus, la protección de derivación y la calidad de la energía.

El grado de impacto depende de la carga de trabajo, el tamaño del clúster, la gestión de energía de la GPU, la fuente de alimentación del servidor, la topología de energía, el efecto de amortiguación de otras cargas que no sean AI, y la velocidad de muestreo del sistema de monitoreo. No se puede aplicar directamente el porcentaje de pico de un caso público a otro centro de datos.

El equipo de diseño necesita distinguir cuatro tipos de problemas

¿Qué se debe recopilar antes de seleccionar UPS o revisar los sistemas existentes?

• Potencia máxima continua de un servidor o rack, picos de corta duración, duración de los picos y tasa de aumento de potencia permitida
• Secuencias temporales de diferentes combinaciones de carga, como entrenamiento, inferencia, comunicación y almacenamiento, en lugar de solo la suma de la placa de identificación
• Curvas de sobrecarga y respuesta dinámica de UPS a diferentes factores de potencia, temperaturas y estados de la batería
• Frecuencia con la que se recurre a las baterías u otros sistemas de almacenamiento de energía, profundidad de descarga, estrategia de recuperación e impacto en la vida útil
• Resultados de la coordinación de la protección de generadores aguas arriba, transformadores, equipos de conmutación, barras colectoras, PDU y derivaciones
• Solución de medición de potencia y calidad de energía de alta resolución que satisface la duración del evento

La toma de decisiones de ingeniería no debe simplificarse a "hacer UPS más grande"

Los posibles métodos de control incluyen aumentar el margen de capacidad verificado, optimizar la distribución de carga, ajustar la configuración de protección, utilizar almacenamiento de energía más cercano a la carga, limitar la potencia de la GPU o la tasa de cambio, y reducir las fluctuaciones de sincronización del clúster mediante la programación. Sin embargo, cada medida afectará la eficiencia, el costo, la disponibilidad o el rendimiento computacional.