AI 負載瞬態如何影響 UPS 與配電容量規劃

AI 負載瞬態為什麼會影響 UPS？

大規模 GPU 訓練任務可能令好多計算節點近乎同步改變功耗，令設施睇到比傳統混合 IT 負載更快、更集中嘅階躍變化。平均功率仍在設備額定值內，唔代表重複峰值、變化速率同埋低谷恢復唔會影響 UPS、儲能、母線、支路保護與電能質量。

影響程度取決於工作負載、集群規模、GPU 功率管理、伺服器電源、電力拓撲、其他非 AI 負載嘅平滑作用，以及監測系統嘅採樣速度。唔可以將某個公開案例嘅峰值百分比直接套用到另一座數據中心。

設計團隊需要區分四類問題

選 UPS 或複核現有系統前應收集什麼？

• 伺服器或機架嘅持續最大功率、短時峰值、峰值持續時間以及允許嘅功率爬升率
• 訓練、推理、通信和儲存等不同負載組合的時間序列，而不只是銘牌總和
• UPS 在不同功率因數、溫度和電池狀態下的過載曲線與動態響應說明
• 電池或其他儲能被調用的頻率、放電深度、恢復策略與壽命影響
• 上游發電機、變壓器、開關設備、母線、PDU 同埋支路保護嘅協調結果
• 滿足事件持續時間的高解析度功率與電能質量測量方案

工程決策不應簡化為「把 UPS 做大」

可能嘅控制手段包括增加經驗證嘅容量餘量、優化負載分佈、調整保護設定、使用更靠近負載嘅儲能、限制 GPU 功率或變化速率，以及透過調度降低集群同步波動。但每種措施都會影響效率、成本、可用性或計算性能。