Como a transiente de carga AI afeta o UPS e o planejamento da capacidade de distribuição de energia

Por que a transiente de carga AI afeta o UPS?

Tarefas de treinamento de GPU em larga escala podem fazer com que muitos nós de computação alterem o consumo de energia de forma quase síncrona, levando a mudanças mais rápidas e concentradas do que as cargas de trabalho de TI tradicionais mistas.A potência média ainda está dentro da classificação do equipamento, o que não significa que picos repetidos, taxas de variação e recuperação de vales não afetarão a UPS, o armazenamento de energia, o barramento, a proteção do ramal e a qualidade da energia.

O grau de impacto depende da carga de trabalho, do tamanho do cluster, do gerenciamento de energia da GPU, da fonte de alimentação do servidor, da topologia de energia, do efeito de amortecimento de outras cargas não relacionadas a AI, e da velocidade de amostragem do sistema de monitoramento. A porcentagem de pico de um caso público não pode ser diretamente aplicada a outro data center.

A equipe de projeto precisa distinguir quatro tipos de problemas

O que coletar antes de selecionar um UPS ou revisar um sistema existente?

• Potência máxima contínua do servidor ou rack, picos de curta duração, duração do pico e taxa de subida de potência permitida
• Séries temporais de diferentes combinações de carga, como treinamento, inferência, comunicação e armazenamento, em vez de apenas a soma da placa de identificação
• Explicação das curvas de sobrecarga e resposta dinâmica de UPS em diferentes fatores de potência, temperaturas e estados da bateria
• Frequência de chamada de baterias ou outro armazenamento de energia, profundidade de descarga, estratégia de recuperação e impacto na vida útil
• Resultados de coordenação de geradores a montante, transformadores, equipamentos de comutação, barramentos, PDU e proteção de ramificações
• Solução de medição de alta resolução de potência e qualidade de energia que atende à duração do evento

Decisões de engenharia não devem ser simplificadas para "aumentar o UPS"

Tarefas de treinamento de GPU em larga escala podem fazer com que muitos nós de computação alterem o consumo de energia de forma quase síncrona, levando a mudanças mais rápidas e concentradas do que as cargas de trabalho de TI tradicionais mistas. As possíveis medidas de controle incluem aumentar as margens de capacidade comprovadas, otimizar a distribuição de carga, ajustar as configurações de proteção, usar armazenamento de energia mais próximo da carga, limitar a potência da GPU ou a taxa de variação, e reduzir as flutuações de sincronização do cluster por meio de agendamento. No entanto, cada medida afetará a eficiência, o custo, a disponibilidade ou o desempenho computacional.