Jul, 134 min di lettura
Automazione
News · Google mette a contratto 1 GW di risposta alla domanda rendendo programmabili i carichi di lavoro di ML
Mar, 194 min di lettura
AutomazioneGoogle mette a contratto 1 GW di risposta alla domanda rendendo programmabili i carichi di lavoro di ML
Google afferma di poter ora spostare o ridurre i carichi di lavoro di machine learning tra i data center per alleviare la rete elettrica, trasformando la programmazione dei workload in una risorsa di rete contrattuale con cinque utility.
Cosa rappresenta davvero quel gigawatt
Il numero chiave è 1 gigawatt di capacità di risposta alla domanda che, secondo Google, è stato integrato in contratti energetici a lungo termine con utility di tutti gli Stati Uniti. Non si tratta di nuova generazione di energia che Google sta aggiungendo, ma della quantità di carico che l'azienda si impegna a ridurre o spostare quando una utility ne ha bisogno. L'azienda descrive questo approccio come un modo per rendere i data center 'risorse preziose per la rete elettrica' invece che semplici consumatori.
I contratti citati coinvolgono cinque utility: Indiana Michigan Power e Tennessee Valley Authority, firmati l'anno scorso, più Entergy Arkansas, Minnesota Power e DTE Energy, più recenti. Lo scopo dichiarato da Google per gli accordi più recenti è la velocità: usare la risposta alla domanda per far sì che i nuovi data center 'si collegano più rapidamente alle reti locali' mentre i progetti di generazione e stoccaggio, che richiedono tempi più lunghi, sono ancora in costruzione.
L'automazione dietro il contratto
Il meccanismo descritto da Google è preciso: la capacità di 'limitare o spostare una parte dei carichi di lavoro di machine learning (ML)' in esecuzione nei propri data center, riducendo il consumo elettrico complessivo in determinate ore o stagioni. È prima di tutto una capacità di scheduling, e solo in secondo luogo un prodotto energetico. Perché un impegno di rete di questo tipo sia reale, l'orchestrazione dei workload di Google deve essere in grado di individuare quali job ML sono rinviabili, spostarli nel tempo e farlo su richiesta, in risposta a un segnale della utility.
Google è chiara sul fatto che questa capacità ha dei limiti. Il post afferma che esistono 'limiti a quanto un dato data center può essere flessibile, e questa capacità sarà disponibile solo in determinate sedi.' Questa precisazione conta: non tutti i workload possono aspettare, e non tutti i siti possono partecipare. La cifra di 1 GW è quindi la somma di ciò che può essere spostato dove è tecnicamente e contrattualmente possibile, non un'affermazione secondo cui tutto il carico ML di Google sarebbe elastico.
Perché il 'carico flessibile' cambia i calcoli di pianificazione
L'argomento economico di Google si basa sulla domanda di picco. Le utility costruiscono reti di trasmissione e centrali dimensionate per coprire brevi periodi di uso massimo, e questo tipo di espansione guidata dai picchi viene descritto come 'uno dei principali fattori di costo per i clienti dell'energia elettrica.' Se un grande carico può ridursi durante quei picchi, il sistema ha bisogno di meno infrastruttura che resta inattiva per la maggior parte dell'anno. Google cita ricerche secondo cui 'anche piccole quantità di flessibilità nei grandi carichi elettrici possono far risparmiare sui costi di interi sistemi elettrici.'
C'è un presupposto di pianificazione che viene qui messo in discussione. Google osserva che i pianificatori di rete 'hanno storicamente presunto che la maggior parte dei nuovi carichi fosse inflessibile.' L'azienda cita EPRI DCFlex, di cui è membro fondatore, come iniziativa che sta costruendo i quadri normativi per contare la risposta alla domanda come una vera risorsa di capacità. In altre parole, i contratti ripagano solo se i regolatori e le regole di mercato riconoscono il carico programmabile allo stesso modo in cui riconoscono una centrale di picco.
L'implicazione: la flessibilità dei workload diventa una risorsa energetica sulla carta
Lo sviluppo specifico di questo annuncio è che Google ha trasformato la risposta alla domanda da capacità tecnica a termini contrattuali e di pianificazione della capacità, con cinque utility e su scala di gigawatt. La parte interessante per i team applicativi è che la risorsa abilitante è lo scheduling software — decidere quando far girare il lavoro ML — e non un nuovo hardware. Google sta monetizzando la tolleranza alla latenza dei propri workload, vendendo agli operatori di rete l'opzione di poter metterli in pausa.
Le domande aperte sono proprio quelle che Google stessa segnala: quanto carico sia davvero spostabile, in quali sedi, e se i regolatori valuteranno l'impegno come capacità ferma. Finché i framework in stile DCFlex non matureranno, quel gigawatt rappresenta flessibilità contrattualizzata il cui pieno valore per la rete è ancora in fase di negoziazione. Il precedente da osservare è se 'possiamo spostare il calcolo' diventerà una voce standard nel modo in cui i grandi data center si collegano alla rete, trasformando una scelta operativa di scheduling in una posizione duratura sul mercato dell'energia.
Find this story relevant to you?
Contact us to find a unique solution
Cerchi un partner di ingegneria AI capace di costruire davvero?
Aiutiamo le aziende a integrare l AI nei prodotti, automatizzare i flussi di lavoro ad alto valore e modernizzare i sistemi software che sostengono la crescita.
Letture correlate
Altre analisi su delivery di prodotto, IA operativa e il lavoro sui sistemi che fa reggere il deployment alla prova dei fatti.