การทดสอบนวัตกรรม AI Compute เพื่อสนับสนุนระบบไฟฟ้าอย่างยืดหยุ่น

วันนี้ [CPower, Bentaus และ Supermicro สำเร็จในการปรับโหลด AI Compute ให้รองรับ Demand Response แบบเรียลไทม์](https://www.prnewswire.com/news-releases/cpower-bentaus-and-supermicro-successfully-flex-ai-compute-load-for-demand-response-302697010.html?utm_source=chatgpt.com) — ความร่วมมือระหว่างบริษัทเทคโนโลยีพลังงานชั้นนำจากสหรัฐอเมริกา ประสบผลสำเร็จในการสาธิตการใช้โครงสร้างพื้นฐาน AI compute เพื่อสนับสนุนระบบไฟฟ้าอย่างยืดหยุ่นและมีประสิทธิภาพแบบเรียลไทม์ โดยยังคงรักษาการทำงานของงาน AI โดยไม่กระทบต่อประสิทธิภาพของระบบงานหลักของศูนย์ข้อมูลไว้ได้อีกด้วย.

ภาพรวมของการทดสอบและความร่วมมือ

การทดสอบครั้งนี้เป็นความร่วมมือระหว่าง CPower Energy ผู้ให้บริการแพลตฟอร์ม Virtual Power Plant (VPP), Bentaus ผู้พัฒนาแพลตฟอร์มจัดการพลังงานด้วยระบบ AI, และ Supermicro ผู้เชี่ยวชาญด้านโซลูชัน IT ประสิทธิภาพสูง โดยมีเป้าหมายหลักคือการพิสูจน์ว่า AI compute workload สามารถตอบสนองต่อสัญญาณ Demand Response จากตลาดพลังงานไฟฟ้าแบบเรียลไทม์ได้อย่างรวดเร็ว และสามารถเป็นทรัพยากรที่มีประโยชน์ต่อระบบกริดไฟฟ้าได้จริง.

รายละเอียดของการทดสอบ Demand Response

ในการทดสอบนี้ ทีมงานได้รับสัญญาณ Demand Response จาก California Independent System Operator (CAISO) ซึ่งเป็นตลาดพลังงานไฟฟ้าส่งออกแบบเรียลไทม์ โดยสัญญาณดังก่อนถูกส่งผ่านแพลตฟอร์มจัดการพลังงานของ Bentaus ไปยังโครงสร้างพื้นฐานของ Supermicro ที่ใช้ชิปกราฟิก GPU ทำให้ระบบสามารถตอบสนองสัญญาณเต็มรอบได้ในเวลาน้อยกว่า 20 มิลลิวินาที.

ผลลัพธ์ที่โดดเด่นของการทดสอบ

ผลการทดสอบแสดงให้เห็นว่า:

• ระบบ GPU-based AI ของ Supermicro สามารถตอบสนองต่อสัญญาณ Demand Response ได้เร็วอย่างมาก โดยใช้เวลาน้อยกว่า 20 มิลลิวินาทีในการเปลี่ยนสถานะของโหลด — ซึ่งเป็นความเร็วที่อยู่ในระดับที่ระบบกริดไฟฟ้าสามารถใช้งานได้จริงตามเวลาจริง.
• ขณะตอบสนองสัญญาณระบบไฟฟ้า โครงสร้างพื้นฐานสามารถ ลดการใช้พลังงานไฟฟ้าได้มากถึง 75% โดยยังคงรักษาการทำงานของ AI workload และยอมรับเงื่อนไข SLA (Service Level Agreement) ตามปกติ.
• การทดสอบเกิดขึ้นภายใต้โหลดระบบ IT จริง ทำให้ผลลัพธ์ที่ได้แสดงถึงความเป็นไปได้ในสถานการณ์ใช้งานจริงของศูนย์ข้อมูล.

ความสำคัญของ Demand Response ในยุค AI

ผลจากการวิจัยคาดการณ์ว่าในสหรัฐอเมริกา ความต้องการพลังงานสำหรับ AI compute อาจเพิ่มขึ้นจากประมาณ 5 GW ไปเป็นมากกว่า 50 GW

การสร้างสถาปัตยกรรมพื้นฐานสำหรับ AI Compute + Demand Response

การทดสอบครั้งนี้ยังสร้างสถาปัตยกรรมพื้นฐานสำหรับการผสาน AI compute เข้ากับโปรแกรม Demand Response โดยสามารถแปลงสัญญาณจากตลาดพลังงานมาเป็นคำสั่งที่ควบคุมระดับ compute ได้อย่างมีประสิทธิภาพ นอกจากนี้ยังสามารถ:

• ลดหรือกู้คืนการทำงานของ AI workload อย่างไดนามิกเมื่อสัญญาณ Demand Response มาถึง • • •
• จัดการงานในคลัสเตอร์ GPU หลายกลุ่มพร้อมกัน
• ผสานการควบคุม compute เข้ากับ lifecycle management ของระบบพื้นฐาน

ทั้งสามบริษัทเตรียมร่วมมือกับผู้ดูแลศูนย์ข้อมูลและผู้เข้าร่วมตลาดพลังงานไฟฟ้าในตลาด wholesale หลายแห่งในสหรัฐฯ ได้แก่ PJM, ERCOT, และ SPP เพื่อเร่งการนำสถาปัตยกรรมนี้ไปใช้ในวงกว้างต่อไป.

บทสัมภาษณ์จากผู้บริหาร

Michael D. Smith, CEO ของ CPower กล่าวว่า “ความสามารถในการใช้โหลด AI compute เพื่อช่วยให้ระบบกริดไฟฟ้าปรับตัวต่อการเติบโตอย่างรวดเร็วของโหลดนั้นยังไม่เคยเกิดขึ้นมาก่อน… การทดสอบนี้เป็นก้าวสำคัญที่ย้าย flexible compute จากแนวคิดไปสู่การใช้งานจริง.”

ขณะที่ Robert Davidoff, CEO ของ Bentaus กล่าวเพิ่มเติมว่า “การแสดงให้เห็นว่า workload ของ GPU สามารถตอบสนองต่อสัญญาณจากตลาดพลังงานได้ในพริบตา เป็นก้าวสำคัญในการเชื่อมการเติบโตของ AI เข้ากับความจริงของระบบกริดไฟฟ้า.”

อนาคตของ AI Compute กับระบบพลังงานไฟฟ้า

ด้วยผลลัพธ์จากการสาธิตนี้ ช่วยแสดงให้เห็นว่าศูนย์ข้อมูล AI สามารถกลายเป็น “ทรัพยากรเชิงพลังงาน” ที่ตอบสนองต่อความต้องการของระบบกริดไฟฟ้าได้อย่างมีประสิทธิภาพ แทนที่จะเป็นเพียงผู้บริโภคพลังงานเพียงอย่างเดียว — ซึ่งเป็นแนวทางที่ช่วยเพิ่มเสถียรภาพของระบบพลังงานในยุคที่โหลดพลังงานจากงาน AI กำลังเติบโตอย่างรวดเร็ว.

#AICompute #DemandResponse #GridFlexibility #CPowerBentausSupermicro #SlimScan #GrowthStocks #CANSLIM #ข่าวหุ้น