Jul, 134 min de leitura
Automação
News · Google fecha 1 GW de resposta à procura em centros de dados ao tornar as cargas de ML escalonáveis
Mar, 194 min de leitura
AutomaçãoGoogle fecha 1 GW de resposta à procura em centros de dados ao tornar as cargas de ML escalonáveis
A Google afirma que já consegue transferir ou reduzir tarefas de machine learning entre centros de dados para aliviar a rede elétrica, transformando o escalonamento de cargas num recurso de rede contratual com cinco distribuidoras de energia.
O que representa, na prática, o 1 GW
O número em destaque é 1 gigawatt de capacidade de resposta à procura que, segundo a Google, já está integrado em contratos de energia de longo prazo com distribuidoras nos EUA. Este valor não corresponde a nova geração de energia que a Google esteja a adicionar — é a quantidade de carga que a Google se compromete a reduzir ou deslocar sempre que uma distribuidora precisar. A empresa descreve isto como tornar os centros de dados 'ativos valiosos para a rede elétrica', em vez de simples consumidores.
Os contratos identificados envolvem cinco distribuidoras: Indiana Michigan Power e Tennessee Valley Authority, assinados no ano passado, além de Entergy Arkansas, Minnesota Power e DTE Energy, mais recentes. O objetivo declarado pela Google para os acordos mais recentes é a velocidade — usar a resposta à procura para que novos centros de dados 'se liguem mais rapidamente às redes locais' enquanto os projetos de geração e armazenamento, que exigem prazos mais longos, ainda estão em construção.
A automação por detrás do contrato
O mecanismo descrito pela Google é concreto: a capacidade de 'limitar ou transferir uma parte das cargas de trabalho de machine learning (ML)' em execução nos seus centros de dados, o que reduz o consumo total de energia em determinadas horas ou estações. Trata-se, em primeiro lugar, de uma capacidade de escalonamento e, só depois, de um produto energético. Para que um compromisso deste tipo com a rede seja real, a orquestração de cargas de trabalho da Google tem de conseguir identificar quais as tarefas de ML que podem ser adiadas, reposicioná-las no tempo e fazê-lo sob procura, em resposta a um sinal da distribuidora.
A Google reconhece abertamente que isto tem limites. O comunicado afirma que existem 'limites à flexibilidade que um determinado centro de dados pode ter, e esta capacidade só estará disponível em certas localizações.' Esta ressalva é importante: nem todas as cargas de trabalho podem esperar, nem todos os locais podem participar. O valor de 1 GW é, portanto, o agregado daquilo que pode ser deslocado onde é tecnicamente e contratualmente viável — e não uma afirmação de que toda a carga de ML da Google é elástica.
Porque é que a 'carga flexível' altera o cálculo do planeamento
O argumento de custo apresentado pela Google assenta na procura de pico. As distribuidoras constroem redes de transmissão e centrais elétricas dimensionadas para cobrir curtos períodos de procura máxima, e esse dimensionamento orientado pelo pico é descrito como 'um dos principais fatores de custo para os clientes de eletricidade'. Se uma carga de grande dimensão puder recuar durante esses picos, o sistema precisa de menos infraestrutura que fica ociosa a maior parte do ano. A Google cita estudos que indicam que 'mesmo pequenas margens de flexibilidade em grandes cargas elétricas podem gerar poupanças de custos para sistemas elétricos inteiros.'
Há aqui um pressuposto de planeamento a ser posto em causa. A Google nota que os planeadores de rede 'assumiram historicamente que a maioria das novas cargas era inflexível.' A empresa aponta a EPRI DCFlex, de que é membro fundador, como o esforço que está a construir os quadros de referência para contabilizar a resposta à procura como um verdadeiro recurso de capacidade. Ou seja, os contratos só se justificam se os reguladores e as regras de mercado reconhecerem a carga escalonável do mesmo modo que reconhecem uma central de reserva de pico.
A implicação: a flexibilidade das cargas de trabalho passa a ser um ativo energético no papel
O desenvolvimento concreto neste anúncio é que a Google transformou a resposta à procura numa capacidade técnica com termos contratuais e de planeamento de capacidade junto de cinco distribuidoras, à escala de gigawatt. O aspeto interessante para equipas técnicas é que o ativo que viabiliza isto é o escalonamento por software — decidir quando é que o trabalho de ML corre — e não qualquer novo hardware. A Google está a monetizar a tolerância à latência das suas próprias cargas de trabalho, vendendo aos operadores de rede a opção de pausar esse trabalho.
As questões em aberto são as que a própria Google assinala: quanta carga é realmente deslocável, em que locais, e se os reguladores irão valorizar este compromisso como capacidade firme. Até que os quadros de referência do tipo DCFlex maturem, o 1 GW representa flexibilidade contratada cujo verdadeiro valor para a rede ainda está a ser negociado. O precedente a acompanhar é se 'podemos deslocar a computação' se tornará uma rubrica padrão na forma como os grandes centros de dados se ligam à rede — transformando uma escolha operacional de escalonamento numa posição duradoura no mercado de energia.
Find this story relevant to you?
Contact us to find a unique solution
Precisa de um parceiro de engenharia de IA que saiba executar?
Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.
Leitura relacionada
Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.