Grid Integration of Gigawatt-Scale AI Data Centers under Connect-and-Manage
本文提出了一种在“连接即管理”互联规则下面向吉瓦级人工智能数据中心的分层协调框架，该框架整合了差异化的工作负载灵活性与现场存储，以在传输系统运营商不透明的接纳机制下显著减少电网弃电，同时保障关键训练工作负载的持续运行。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一座超大规模、超高速的 AI 工厂（吉瓦级 AI 数据中心），它需要接入国家电网才能开展工作。过去，建立电网连接就像购买一条永久且无限的高速公路车道：你支付建设费用，之后便可随时、随意地通行。
但世界正在改变。这些 AI 工厂扩张速度极快，电网的升级速度无法跟上其需求。因此，一种名为“连接与管理”（Connect-and-Manage）的新规则正在兴起。
可以将这一新规则理解为：获取电力的“按量付费”数据套餐，而非无限套餐。你可以接入电网，但电力公司（电网运营商）可能会偶尔告知：“抱歉，当前道路过于拥堵；你需要减速或暂时停止。”
本文提出了一种智能系统，帮助这些 AI 工厂在不中断工作的前提下应对这些“减速”指令。其工作原理分解为以下几个简单部分：
1. “请求与回复”博弈
AI 工厂不再仅凭猜测需求电力，而是与电网进行每日的“请求与回复”博弈：
- 请求：AI 工厂询问：“我现在能否获得 1,000 兆瓦的电力？”
- 回复：电网运营商查看电力线路的负载情况。若线路畅通，则回复：“可以，全部给你！”若线路拥堵，则回复：“不行，你只能获得 900 兆瓦。为保持电网安全，我们将削减 100 兆瓦。”
- 难点：AI 工厂无法确切知晓电网运营商如何做出这些决策。这就像在看不见传感器的情况下猜测交通灯的模式。AI 必须通过试错来学习。
2. AI 工厂的“智能大脑”（三层架构）
为应对这种不确定性，本文设计了一个三层“大脑”供 AI 工厂使用：
- 第一层：战略家（规划）
这是长期规划者。它观察天气、时间及过往电网行为，推测：“嘿，下午 2 点通常比较繁忙，或许那时我应该申请较少的电力。”它利用强化学习（一种通过从错误中学习的人工智能）来不断提升预测电网何时会拒绝请求的能力。 - 第二层：守门人（电网运营商）
这是电力公司。它们检查请求是否安全。若不安全，它们将削减电力（限电）并告知工厂新的限额。 - 第三层：战术家（执行）
这是现场管理者。一旦工厂收到“削减”通知，该层立即重新安排工作。它决定哪些计算机可以减速，哪些必须全速运行。
3. “三类工人”（工作负载）
本文认识到并非所有 AI 工作都相同。它将工厂的工作分为三组，如同餐厅厨房：
- “前沿”主厨（前沿训练）：他们正在制作一份庞大而复杂的食谱（例如训练新的超级 AI），耗时数天甚至数周。一旦中断，整份食谱即告毁损。他们是 VIP。 系统不惜一切代价保护他们。
- “批量”备餐厨师（批量训练）：他们执行较小任务，如切菜或测试小份食谱。若中断，虽令人烦恼，但稍后重启即可。他们是灵活的一方。 当电网拥堵时，这些是首先被要求减速的对象。
- “推理”服务员（推理）：他们正在即时服务顾客（回答问题）。他们无法真正停止，只能利用现有电力尽可能多地服务顾客。
4. “电池缓冲”（应急包）
工厂还配备了一座巨大的现场电池。这就像一个装满额外零食的背包。
- 当电网削减电力时：工厂打开背包，利用储存的能量维持“前沿主厨”的工作，同时让“批量备餐厨师”暂停。
- 当电网平静时：工厂将背包重新填满，等待下一次紧急情况。
5. 结果：发生了什么？
研究人员在模拟电网（基于澳大利亚市场和标准电气测试系统）上测试了该系统。他们的发现如下：
- 减少削减：在该智能系统之前，AI 工厂的电力被削减的频率约为9.1%。采用新系统后，削减比例降至2.8%。
- 保护 VIP：即使发生削减，系统仍能将“前沿”工作的运行保持在目标值的98.1%。
- 明智的牺牲：系统学会牺牲“批量”工作（灵活的备餐厨师）以保全“前沿”工作。“批量”吞吐量剧烈波动，充当了电网的减震器。
- 电池魔法：电池并非静止不动；它在削减期间主动放电，并在电网紧张时推迟充电，充当缓冲以平滑波动。
总结
简而言之，本文教导一座超大规模 AI 工厂如何与电网共舞。当电网拥堵时，工厂不再与之对抗，而是学会礼貌地请求、预测交通状况，并牺牲次要任务，以确保最重要工作的持续运行。它利用智能电池作为减震器，并借助学习型 AI 来探索最佳的电力申请方式，以避免被拒绝。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。