กลับไปที่ข่าว
สินค้าAI Understanding บรรยายสรุป

FlexSysAI เปิดตัวแพลตฟอร์มการจัดการภาระงาน AI เพื่อความยืดหยุ่นของกริด

Data Center Dynamics รายงานว่าบริษัท FlexSysAI ของออสเตรเลียได้เปิดตัวแพลตฟอร์มที่ย้ายปริมาณงาน AI ระหว่างสถานที่ต่างๆ เพื่อตอบสนองต่อสภาวะของตลาดไฟฟ้าและโครงข่าย โดยมีการวางแผนการทดลองเบื้องต้นในออสเตรเลีย

5 min readRead the linked source
Source-provided image accompanying FlexSysAI launches AI workload orchestration platform for grid flexibility
แหล่งอ้างอิงแหล่งที่มาบันทึกไว้
สำนักพิมพ์
datacenterdynamics.com
ลิงค์แหล่งที่มา
datacenterdynamics.comhttps://www.datacenterdynamics.com/en/news/nvidia-backed-flexsysai-launches-ai-workload-orchestration-platform-to-reduce-stress-on-the-grid/
ประเภทแหล่งที่มา
แหล่งที่มาที่เชื่อมโยง — ยังไม่ได้สร้างสถานะแหล่งที่มาหลัก
บริบทเข้าใจสิ่งนี้ใน 60 วินาที

เริ่มที่นี่

เงื่อนไขสำคัญ

การอนุมาน
ระยะรันไทม์ที่โมเดลที่ได้รับการฝึกสร้างการคาดการณ์หรือเอาต์พุต
ไปป์ไลน์
เวิร์กโฟลว์ที่ได้รับคำสั่งของการประมวลผลล่วงหน้า ขั้นตอนของโมเดล และขั้นตอนหลังการประมวลผล
เวลาแฝง
เวลาระหว่างการส่งคำขอและรับเอาต์พุตของโมเดล
ทดสอบตัวเองแบบทดสอบอธิบายโมเดล AI

เกิดอะไรขึ้น

Data Center Dynamics รายงานว่า FlexSysAI ได้เปิดตัวซอฟต์แวร์ที่มีจุดประสงค์เพื่อเชื่อมต่อสภาวะตลาดไฟฟ้าและกริดปัจจุบันด้วยการปรับสมดุลภาระงาน AI บริษัทกล่าวว่าผู้ปฏิบัติงานจะสามารถย้ายปริมาณงานไปยังสถานที่ที่มีกำลังไฟถูกกว่าหรือมีมากกว่า และลดการประมวลผลที่ไม่สำคัญในช่วงที่กริดเครียด แพลตฟอร์มดังกล่าวคาดว่าจะเริ่มการทดลองและการใช้งานในออสเตรเลีย

Data Center Dynamics รายงานว่าบริษัทเทคโนโลยีของออสเตรเลีย FlexSysAI ได้เปิดตัวแพลตฟอร์มที่ออกแบบมาเพื่อย้ายปริมาณงาน AI ไปยังสถานที่ต่างๆ ตามสภาพของตลาดไฟฟ้าและกริดในปัจจุบัน บทความนี้อธิบายว่าระบบเป็นเลเยอร์ประสานที่เชื่อมโยงเงื่อนไขด้านพลังงานเข้ากับการปรับสมดุลภาระงาน วัตถุประสงค์ที่ระบุไว้คือเพื่อวางคอมพิวเตอร์ในสถานที่ซึ่งมีไฟฟ้าถูกกว่าและมีปริมาณมากขึ้น ขณะเดียวกันก็ลดภาระงานที่ไม่สำคัญเมื่อกริดอยู่ภายใต้ความเครียด

จากข้อมูลของ DCD แพลตฟอร์มดังกล่าวมีจุดมุ่งหมายเพื่อให้ผู้ปฏิบัติงานศูนย์ข้อมูลสามารถควบคุมได้มากขึ้นว่าความต้องการในการประมวลผลจะเปลี่ยนแปลงไปอย่างไรและเมื่อใด บริษัทกล่าวว่าผู้ให้บริการสามารถใช้ระบบเพื่อเชื่อมต่อกับกริดได้เร็วขึ้น ลดค่าไฟฟ้า เข้าถึงไฟฟ้าคาร์บอนต่ำในช่วงที่มีปริมาณมาก และอาจสร้างรายได้จากบริการตอบสนองความต้องการ DCD นำเสนอสิ่งเหล่านี้เป็นการกล่าวอ้างของบริษัท รายงานไม่ได้ให้การวัดผลอิสระที่แสดงให้เห็นว่าแพลตฟอร์มบรรลุผลลัพธ์เหล่านั้น

บทความนี้กล่าวว่าการทดลองใช้งานเบื้องต้นและการใช้งานของ FlexSysAI จะเกิดขึ้นในประเทศออสเตรเลีย DCD รายงานว่าบริษัทอ้างว่าได้รักษาความปลอดภัยให้กับศูนย์ข้อมูลในออสเตรเลียหลายแห่งที่กำลังสำรวจการใช้งาน แต่ไม่ได้ระบุสิ่งอำนวยความสะดวกเหล่านั้นหรืออธิบายสัญญาของลูกค้าที่ลงนาม รายงานดังกล่าวจึงกำหนดการเปิดตัวและกิจกรรมทางการตลาดที่วางแผนไว้ ไม่ใช่การเปิดตัวเชิงพาณิชย์ขนาดใหญ่ที่ได้รับการยืนยัน

DCD ระบุว่า EnergyLab และ Sean Senvirtne เป็นผู้ลงทุนในช่วงแรกๆ และกล่าวว่า FlexSysAI เป็นส่วนหนึ่งของโครงการ Inception ของ NVIDIA บทความนี้ยังวางการเปิดตัวควบคู่ไปกับความพยายามในการจัดปริมาณงานแยกต่างหากของ Emerald AI ซึ่งรวมถึงการสาธิตในสหรัฐอเมริกาและสหราชอาณาจักร และโครงการเชิงพาณิชย์ที่ได้รับรายงานที่ศูนย์ข้อมูล Aurora ขนาด 96 เมกะวัตต์ที่วางแผนไว้ของ NVIDIA ในรัฐเวอร์จิเนีย ตัวอย่างเหล่านี้ให้บริบททางอุตสาหกรรม แต่ไม่ใช่หลักฐานว่า FlexSysAI ประสบความสำเร็จในการใช้งานหรือผลลัพธ์ที่เทียบเคียงได้

รายละเอียดที่มา: datacenterdynamics.com ↗

ทำไมมันถึงสำคัญ

การเปิดตัวครั้งนี้เน้นย้ำถึงข้อจำกัดในทางปฏิบัติเกี่ยวกับโครงสร้างพื้นฐาน AI: ศูนย์ข้อมูลต้องการแหล่งจ่ายไฟขนาดใหญ่และเชื่อถือได้ ในขณะที่ความจุของโครงข่ายและลำดับเวลาการเชื่อมต่อสามารถจำกัดการขยายได้ หากระบบทำงานตามที่อธิบายไว้ ความยืดหยุ่นของปริมาณงานอาจทำให้ผู้ปฏิบัติงานมีวิธีอื่นในการจัดการต้นทุน ใช้ไฟฟ้าในช่วงเวลาที่มีความอุดมสมบูรณ์ และตอบสนองต่อความต้องการของโครงข่ายไฟฟ้า รายงานไม่ได้ตรวจสอบประสิทธิภาพของ FlexSysAI ไปป์ไลน์ลูกค้า หรือการประหยัดที่คาดหวังได้อย่างอิสระ

ศูนย์ข้อมูล AI เปลี่ยนความต้องการไฟฟ้าให้เป็นข้อจำกัดของโครงสร้างพื้นฐาน สิ่งอำนวยความสะดวกอาจมีอุปกรณ์คอมพิวเตอร์พร้อมใช้งาน แต่ยังคงเผชิญกับความล่าช้าเนื่องจากการส่งข้อมูล การสร้าง หรือการเชื่อมต่อภายในเครื่องไม่เพียงพอ โดยหลักการแล้ว ระบบที่สามารถปรับตำแหน่งและเวลาในการรันปริมาณงานสามารถทำให้ความต้องการบางอย่างเข้ากันได้กับเงื่อนไขของกริดที่เปลี่ยนแปลงมากขึ้น นั่นคือความสำคัญเชิงปฏิบัติของการเปิดตัวครั้งนี้ตามที่ DCD อธิบายไว้

วิธีการนี้ขึ้นอยู่กับลักษณะของปริมาณงาน งาน AI บางอย่างสามารถหยุดชั่วคราว ล่าช้า หรือย้ายระหว่างไซต์ได้ง่ายกว่างานอื่นๆ การรันการฝึกอบรมและปริมาณงานเป็นชุดอื่นๆ อาจให้ความยืดหยุ่นมากกว่า ในขณะที่การอนุมานเชิงโต้ตอบและบริการที่มีข้อกำหนดด้านเวลาแฝงที่เข้มงวดอาจยากต่อการย้ายตำแหน่งโดยไม่กระทบต่อผู้ใช้ DCD รายงานว่า FlexSysAI เสนอทางเลือกในการเปลี่ยนปริมาณงาน แต่ไม่ได้อธิบายข้อจำกัดทางเทคนิค กฎการกำหนดตารางเวลา หรือการป้องกันที่ใช้เพื่อปกป้องประสิทธิภาพการบริการ

สำหรับผู้ประกอบการศูนย์ข้อมูล มูลค่าที่เป็นไปได้ไม่ได้จำกัดอยู่ที่ราคาไฟฟ้า DCD รายงานว่า FlexSysAI กล่าวว่าแพลตฟอร์มสามารถรองรับทั้งการมีส่วนร่วมโดยสมัครใจและข้อกำหนดด้านความยืดหยุ่นที่จำเป็นในอนาคตสำหรับผู้ใช้พลังงานรายใหญ่ หากหน่วยงานกำกับดูแลหรือสาธารณูปโภคขอให้ศูนย์ข้อมูลลดความต้องการในเวลาที่กำหนดมากขึ้น ซอฟต์แวร์การประสานอาจกลายเป็นส่วนหนึ่งของวิธีที่ผู้ปฏิบัติงานปฏิบัติตาม บทความนี้ไม่ได้ระบุข้อบังคับของออสเตรเลียที่ FlexSysAI ให้บริการอยู่แล้ว

กรณีเพื่อประโยชน์สาธารณะยังคงเป็นเงื่อนไข เนื่องจากรายงานไม่มีตัวเลขที่ได้รับการตรวจสอบโดยอิสระเกี่ยวกับการประหยัดพลังงาน การหลีกเลี่ยงการปล่อยมลพิษ ความแออัดของโครงข่ายไฟฟ้าลดลง ต้นทุนของลูกค้า หรือการหยุดชะงักของปริมาณงาน นอกจากนี้ยังไม่ได้กำหนดว่าปริมาณงานที่เปลี่ยนแปลงเป็นเพียงการเคลื่อนย้ายความต้องการไฟฟ้าระหว่างภูมิภาคหรือก่อให้เกิดผลกระทบต่อสิ่งแวดล้อมลดลงสุทธิ สิ่งที่ไม่ทราบเหล่านี้มีความสำคัญในการประเมินว่าการจัดระเบียบปริมาณงานเป็นเครื่องมือกริดที่สำคัญหรือเป็นผลิตภัณฑ์การจัดการโครงสร้างพื้นฐานเป็นหลัก

Interactive Mechanism

กลไกเชิงโต้ตอบ: มันทำงานอย่างไร

สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ

Model Parameter Size:8B Parameters
VRAM Required5.5 GBGPU memory footprint
Target HardwareMacBook / Single GPUDeployment tier
Privacy100% Air-GappedLocal device capability
Core takeaway: Small, quantized models (3B–8B) now run directly inside smartphones and laptops with complete data privacy, while mammoth 400B+ models remain the domain of datacenter clusters.
การตรวจสอบแนวคิดแบบโต้ตอบ+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

จะดูอะไรต่อไป.

การทดสอบที่สำคัญคือ FlexSysAI ย้ายจากไปป์ไลน์ที่รายงานของศูนย์ข้อมูลที่สนใจไปยังการใช้งานที่วัดผลในออสเตรเลียหรือไม่ หลักฐานที่เป็นประโยชน์จะรวมถึงผลลัพธ์ในการเปลี่ยนภาระงาน เวลาตอบสนอง ผลกระทบต่อคุณภาพบริการ AI การเปลี่ยนแปลงค่าไฟฟ้า และการมีส่วนร่วมในโปรแกรมตอบสนองความต้องการอย่างเป็นทางการ ยังไม่ชัดเจนว่าวิธีนี้สามารถนำมาใช้กับปริมาณงาน AI ที่มีความอ่อนไหวต่อความหน่วงหรือมีความสำคัญในเชิงพาณิชย์ได้อย่างกว้างขวางเพียงใด

เหตุการณ์สำคัญประการแรกคือหลักฐานของการดำเนินการทดลองในออสเตรเลีย DCD รายงานการทดลองใช้งานและการใช้งานที่วางแผนไว้ แต่ไม่ได้ระบุชื่อสถานที่ วันที่เริ่มต้น ปริมาณงาน หรือผลลัพธ์ด้านประสิทธิภาพ การยืนยันการใช้งานจริง ร่วมกับการเปลี่ยนแปลงที่วัดได้อย่างเป็นอิสระในการใช้ไฟฟ้าและการกำหนดปริมาณงาน จะให้ความกระจ่างว่าผลิตภัณฑ์มีความก้าวหน้าไปมากเพียงใดนอกเหนือจากการอ้างสิทธิ์ในการเปิดตัว

การรายงานในอนาคตควรตรวจสอบว่า FlexSysAI สามารถเคลื่อนย้ายปริมาณงาน AI ประเภทใดได้และรวดเร็วเพียงใด มาตรการที่สำคัญจะรวมถึงส่วนแบ่งของปริมาณงานที่สามารถเลื่อนออกไปได้ เวลาที่ใช้ในการเปลี่ยนงาน ผลกระทบต่อการฝึกอบรมให้เสร็จสิ้นหรือเวลาแฝงในการอนุมาน และความถี่ที่ผู้ปฏิบัติงานต้องแทนที่การตัดสินใจแบบอัตโนมัติ หากไม่มีรายละเอียดดังกล่าว ขอบเขตในทางปฏิบัติของแพลตฟอร์มยังคงไม่แน่นอน

โมเดลเชิงพาณิชย์เป็นอีกคำถามเปิด DCD รายงานว่า FlexSysAI กล่าวว่าผู้ให้บริการอาจลดค่าไฟฟ้าและสร้างรายได้จากบริการตอบสนองความต้องการ แต่บทความนี้ไม่ได้ระบุราคา การจัดการส่วนแบ่งรายได้ หรือข้อกำหนดที่กำหนดโดยผู้ให้บริการสาธารณูปโภคและโครงข่ายไฟฟ้า เอกสารสาธารณะเกี่ยวกับสัญญา ตลาดที่เข้าร่วม และผลลัพธ์ทางการเงินที่ได้รับการตรวจสอบแล้ว จะช่วยแยกแยะความแตกต่างระหว่างธุรกิจที่ตอบสนองความต้องการที่ใช้งานได้จากการเสนอขายในระยะเริ่มต้น

FlexSysAI จะแข่งขันในด้านที่กำลังพัฒนาด้วย DCD ระบุว่า Emerald AI เป็นบริษัทที่มีชื่อเสียงที่ดำเนินตามแนวคิดการประสานระหว่างกริดถึงศูนย์ข้อมูลที่คล้ายกัน พร้อมด้วยรายงานการสาธิตและโครงการเชิงพาณิชย์ ระบบของบริษัทไม่ควรถูกมองว่าใช้แทนกันได้โดยไม่มีหลักฐานที่เทียบเคียงได้ การอัปเดตครั้งต่อไปที่มีประโยชน์ที่สุดจะแสดงให้เห็นว่า FlexSysAI สามารถรักษาความปลอดภัยการปรับใช้ที่ระบุชื่อได้หรือไม่ และแสดงให้เห็นถึงความยืดหยุ่นที่เชื่อถือได้ โดยไม่ทำให้บริการ AI ลดลงอย่างมาก

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง

อธิบายโมเดล AIตัวแทนเอไออนาคตของ AIทดสอบสิ่งที่คุณรู้ — ลองแบบทดสอบ AI ฟรีค้นหาคำศัพท์ AI ในอภิธานศัพท์ของเราติดตามตัวติดตามการเปิดตัวโมเดล AI
พบว่าสิ่งนี้มีประโยชน์หรือไม่?