✨ 要点🔬 技术摘要
将电网想象成一条百年前设计的庞大古老高速公路系统。其黄金法则始终是“人群法则”。其理念是：虽然一个人可能突然决定打开烤面包机，另一个人可能启动吸尘器，但这些数百万个微小、随机的行为会相互抵消。结果是形成一种平滑、可预测的交通流，高速公路可以轻松应对。几十年来，数据中心就像普通客户一样：规模庞大，但用电缓慢而稳定，如同以恒定速度运转的工厂。
问题：“超级列车”抵达 巨大且同步的超级列车 ，要求同时占用整条高速公路。
该论文指出，现代 AI 训练园区正以四种令人畏惧的方式打破“人群法则”：
巨大规模 ：单个 AI 园区的规模可相当于一个中等城市，其电力需求过去需要整个区域来供应。闪电速度 ：与缓慢 ramp 上线的工厂不同，AI 任务可在几秒钟内从“关闭”切换到“全速运转”。这就像一列瞬间从 0 加速到 100 英里的火车。不稳定的节奏 ：即使在运行中，这些 AI 任务也会产生微小而快速的功率尖峰（如同蜂鸟的翅膀），而老旧的电力设备并非为此设计。拥挤的地点 ：这些巨大的电力需求并非分散开来，而是集中在一个地点，压垮了当地的电力线路。
文化冲突：“速度派”与“规划派”的碰撞
数据中心（速度派） ：它们如同高速初创企业。行动迅速，承担巨大风险，希望在数月内建成新事物。其目标是“不惜一切代价取得成功”。电网（规划派） ：它们如同受监管的公用事业公司。行动缓慢，规划跨度长达数十年，唯一目标是“永不失败”。它们无法承受错误，因为停电会影响所有人。
由于它们使用不同的语言并以不同的速度运行，目前正彼此绊倒。数据中心不知道如何与电网沟通，电网也不知道如何应对数据中心。
解决方案：搭建桥梁 协同开发 它们。我们需要搭建一座“桥梁”，让它们从一开始就协同工作。这座桥梁由四大支柱构成：
共同规划 ：数据中心不应在建成园区后才申请电力，而应提前 5 到 10 年与电网规划者坐下来，共同规划未来。适应不同速度的沟通 ：我们需要一种新的控制系统，既能处理 AI 的“瞬时”反应（毫秒级），也能处理电网的“缓慢”反应（分钟/小时级）。这就像一位翻译，让快速的 AI 能与缓慢的电网沟通而不引发崩溃。新语言（协议栈） ：正如互联网使用标准规则（如 TCP/IP）让不同计算机能够通信，电网和数据中心也需要一种新的“协议栈”。这是一套标准规则，使它们能够共享关于电力需求和可靠性的信息，而无需透露其商业机密。公平定价 ：目前，电网向所有人收取相同的费用，这掩盖了 AI 剧烈功率波动带来的真实成本。该论文建议建立一个新市场，让 AI 公司为其对电网造成的特定“压力”付费，从而给予它们更具灵活性的经济动力（例如在电网承压时暂停工作）。
未来：“推理”浪潮 AI 推理 （即 AI 实际回答你问题的阶段）。
训练 就像一座单一的巨大工厂。推理 则像数百万家分散的小店。
简而言之：
技术摘要：从障碍到桥梁：AI 数据中心与电网协同设计的案例
问题陈述 负荷多样性 的统计原则：即假设数百万个小型、不相关的消费者的总需求会产生平滑、可预测的负荷曲线。这一假设使得公用事业公司能够通过松散耦合来管理电网，在无需了解单个客户行为的情况下平衡总供给与总需求。
然而，超大规模 AI 训练集群违背了这一假设。与传统数据中心由异步用户请求驱动不同，AI 训练作业执行大规模计算，其中数万个 GPU 同步运行。这产生了一种“单体化、强相关负荷”，其特征是四个叠加的挑战：
量级 ：单个园区预计将达到 20 至 100 吉瓦（GW），占美国主要平衡机构峰值区域需求的 6% 至 39%。秒级爬坡 ：同步的作业启动、检查点设置和故障会导致每秒数百兆瓦的功率波动，绕过电网的自然平均效应，并超过一次频率控制（如自动发电控制）的响应速度。高频振荡 ：由流水线气泡和集体通信屏障引起的毫秒级功率抽取振荡，会对电网基础设施造成热应力和电应力。空间集中 ：巨大的同步负荷集中在单个变电站，压垮了原本为平滑工业负荷设计的当地馈线和输电线路。
本文认为，这两个行业目前的“隐性共存”已不再可行。电网缓慢、受监管、由硬件定义的可信度模型，与数据中心快速、无监管、由软件定义的“不惜一切代价求成功”模型发生冲突。这种错位造成了深层的文化、技术和经济摩擦，阻碍了有效协调，既危及电网可靠性，又阻碍了 AI 的扩展。
方法论与分析
范式比较 ：作者对比了电网的“大型机”方法（通过稳健硬件防止故障）与数据中心的"RAID"方法（假设故障并通过软件绕过故障）。他们强调了规划时间跨度的不匹配（公用事业为 10 年以上，超大规模厂商为 5 年）、风险偏好以及盈利模式（受监管的回报与无上限的利润率）的差异。案例分析 ：本文分析了具体的故障模式，例如 2024 年 7 月弗吉尼亚州北部发生的输电故障，导致 1.5 吉瓦负荷在数秒内跳闸离线；并将 AI 负荷曲线与重工业（如钢铁厂）进行对比，以说明这种波动性的前所未有的性质。差距识别 ：作者系统地剖析了为何局部解决方案（如现场电池或专用发电）是不够的。他们指出，虽然数据中心拥有快速执行能力（不间断电源 UPS、逆变器），但缺乏大容量储备；而电网拥有大容量储备，但缺乏快速执行能力。核心问题在于缺乏共享接口和一致的激励措施来整合这些资产。
主要贡献 隐性共存转向显性协同开发 。它围绕四个关键方向 outlines 了一个研究议程：
综合规划 ：从被动的、交易性的互联研究（3–7 年）转向主动的联合规划。这涉及将数据中心 5 年的建设周期与电网 10 年的资源充足性计划同步，建立计算需求和加速器效率的共享预测。多时间尺度控制 ：开发一个跨越多个数量级时间跨度的协调平面，从毫秒级电压稳定（利用混合 UPS/超级电容器缓冲）到分钟级经济调度。这需要安全、标准化的遥测技术，将机架级状态暴露给电网。计算 - 电力协议栈 ：提出一种类似于互联网协议栈的分层架构。
数据层 ：通过共享遥测和预测打破电表的黑箱。控制层 ：在毫秒至小时的时间跨度上，协同优化逆变器动态与工作负载调度器。经济层 ：建立能够维持数十年合作的关税和合同。
市场与经济创新 ：重新设计市场结构以内部化波动成本。这包括“成本归因”关税（为增量基础设施需求收费）以及新的灵活性市场，该市场以与其机会成本相当的价格（而非传统的需量响应费率）来评估 AI 作业（如暂停训练运行）的潜在可控性。
结果与发现
系统性风险 ：AI 增长的当前轨迹威胁到电网百年来的负荷多样性假设，可能导致主要地区在五年内出现资源不足。不兼容性 ：现有的制度和技术框架存在根本性错位。公用事业公司无法针对波动性的云路线图进行费率基础投资，而超大规模厂商也无法将训练时间表押注于长达十年的互联研究。未开发的潜力 ：AI 工作负载（削减、转移、检查点设置）中存在巨大的潜在灵活性，如果经济激励和技术接口能够协调一致以利用这种灵活性，电网完全可以在不新增发电的情况下吸收高达 100 吉瓦的新需求。
意义与主张 显性协同开发 的范式转变，维持可靠性并实现 AI 的持续扩展将是不可能的。
这项工作的意义在于呼吁将电网与数据中心的互动视为“一级系统问题”。它认为，解决方案不仅仅是技术性的（更好的电池或更快的逆变器），而是系统性的，需要新的协议、市场设计和制度机制，以弥合公用事业与云行业之间的文化和时间鸿沟。本文最后指出，虽然目前的焦点是 AI 训练，但新兴的 AI 推理挑战（虽然更分散但仍具波动性）将需要类似的协同设计原则，这使得该研究议程对于可持续和可靠的数字基础设施的未来至关重要。
每周获取最佳 electrical engineering 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。