Jinsi Matukio ya Mzigo wa AI Yanavyoathiri Mipango ya Uwezo wa UPS na Ugavi wa Umeme

Kwa nini upakiaji wa muda wa AI huathiri UPS?

Kazi kubwa za mafunzo ya GPU zinaweza kusababisha nodi nyingi za kompyuta kubadilisha matumizi ya nguvu kwa maingiliano sawa, na kusababisha mabadiliko ya haraka na yaliyokolea zaidi kuliko mizigo ya kawaida ya IT iliyochanganywa.Wastani wa nguvu bado uko ndani ya kiwango kilichokadiriwa cha kifaa, haimaanishi kuwa kilele kinachorudiwa, kiwango cha mabadiliko, na ahueni ya chini haiathiri UPS, hifadhi ya nishati, basi, ulinzi wa tawi, na ubora wa nguvu.

Athari hutegemea mzigo wa kazi, saizi ya nguzo, usimamizi wa nguvu wa GPU, usambazaji wa umeme wa seva, topologia ya umeme, athari ya kusawazisha ya mizigo mingine isiyo ya AI, na kasi ya sampuli ya mfumo wa ufuatiliaji. Asilimia ya kilele kutoka kwa mfano wa umma haiwezi kutumika moja kwa moja kwa kituo kingine cha data.

Timu za uhandisi zinahitaji kutofautisha aina nne za matatizo

Ni nini kinapaswa kukusanywa kabla ya kuchagua UPS au kukagua mifumo iliyopo?

• Nguvu ya juu zaidi inayoendelea, kilele cha muda mfupi, muda wa kilele, na kiwango cha kupanda kwa nguvu kinachoruhusiwa cha seva au rack
• Mfuatano wa muda wa mizigo tofauti kama vile mafunzo, utabiri, mawasiliano, na uhifadhi, badala ya jumla tu ya sahani ya jina
• Mchoro wa upakiaji kupita kiasi na majibu ya nguvu ya UPS kwa nguvu tofauti za nguvu, joto na hali ya betri
• Marudio ya kupigiwa simu kwa betri au hifadhi nyingine za nishati, kina cha utokaji, mikakati ya urejeshaji, na athari za maisha
• Matokeo ya uratibu wa jenereta za juu, transfoma, vifaa vya kubadili, mabasi, PDU na ulinzi wa matawi
• Suluhisho la kipimo cha nguvu cha azimio la juu na ubora wa nishati inayokidhi muda wa tukio

Maamuzi ya uhandisi hayapaswi kurahisishwa hadi "fanya UPS kuwa kubwa"

Njia zinazowezekana za udhibiti ni pamoja na kuongeza akiba ya uwezo uliothibitishwa, kuboresha usambazaji wa mzigo, kurekebisha mipangilio ya ulinzi, kutumia hifadhi ya nishati karibu na mzigo, kupunguza nguvu ya GPU au kiwango cha mabadiliko, na kupunguza mabadiliko ya maingiliano ya nguzo kupitia ratiba. Hata hivyo, kila hatua huathiri ufanisi, gharama, upatikanaji, au utendaji wa kompyuta.