Крупнейший британский сетевой оператор National Grid осуществил пилотный запуск «адаптивной» системы энергоснабжения для дата-центров совместно с компанией Nebius, применяя ИИ-платформу управления нагрузкой и питанием Emerald AI. Как сообщает Computer Weekly, тестирование проводилось на кластере из 96 ускорителей NVIDIA Blackwell Ultra.
В декабре 2025 года за пять дней было выполнено свыше 200 моделирований «сетевых ситуаций», чтобы оценить возможности программного обеспечения Emerald в динамической оптимизации энергозатрат дата-центра. Платформа Emerald AI смогла скорректировать энергопотребление до заданного уровня, уменьшить спрос на электроэнергию до −40 %, при этом критически важные задачи выполнялись в штатном режиме.
Система успешно отреагировала на всплески нагрузки в сети во время перерывов футбольных матчей, выполнила запрос на снижение энергопотребления длительностью до 10 часов и отработала резкое падение потребления (на 30 %) — всё для поддержания стабильности энергосистемы. По оценкам специалистов, такой подход позволяет дата-центрам по запросу «возвращать» в сеть до 2 ГВт мощности. Если центры обработки данных перестанут быть лишь крупными потребителями и станут активными участниками работы энергосети, это улучшит использование существующей инфраструктуры и облегчит интеграцию разнообразных источников энергии.
Источник изображения: Toolmash Expo/unsplash.com
Как отмечают в National Grid Partners, большинство энергосистем за год используют, вероятно, лишь около 30 % своей доступной мощности, а пиковые нагрузки возникают относительно редко. Если подключённые объекты способны быстро и управляемо снижать энергопотребление по сигналу сети, операторам не потребуется наращивать генерирующие мощности.
По заявлению Emerald AI, эксперимент продемонстрировал способность ИИ-оборудования дата-центров Nebius гибко регулировать энергопотребление в реальном времени. Даже получив сигнал глубокой ночью, система менее чем за 30 секунд снизила энергозатраты более чем на треть. Это решение особенно эффективно при работе на возобновляемых источниках энергии. Например, при слабом ветре в течение восьми часов дата-центр может уменьшить потребление, полностью сохранив электропитание для наиболее важных вычислительных процессов.
Согласно Emerald AI, существует три ключевых подхода к обеспечению «гибкости» энергозатрат при выполнении задач искусственного интеллекта. Первый вариант — это замедление или временная приостановка определённых операций. Например, донастройку модели часто можно отложить на час без последствий. Второй способ — это перемещение вычислительных нагрузок. Компания уже провела эксперимент по переносу генерации ответа ИИ между двумя центрами обработки данных Oracle, что привело к несущественной для данной задачи задержке около 10 мс. Крупные облачные провайдеры, такие как Google и Microsoft, уже давно практикуют перемещение нагрузок между регионами, хотя и с другими целями и, как правило, не в таком оперативном режиме.
Третий подход заключается в организации мониторинга работы ЦОД. Здесь Emerald AI использует собственный ИИ для управления и приоритизации рабочих нагрузок. По утверждению компании, это наиболее эффективный метод предоставления энергосистеме необходимых ресурсов, одновременно гарантируя пользователям бесперебойное выполнение их задач.
Источник:
