从障碍到桥梁：面向AI数据中心/电网协同设计的论述
分布式、并行与集群计算
2026-05-06 v1 人工智能
系统与控制
系统与控制
摘要
一个世纪以来，电网一直依赖单一统计假设：负荷多样性，即数百万小型消费者的不相关需求产生平滑、可预测的总负荷。AI训练数据中心打破了这一假设。一个大型训练园区可以摄取功率，相当于一个中等规模的城市，由一个高度同步的作业驱动，其需求在数秒内波动数百兆瓦。本文认为，计算和电力基础设施的这种纠缠需要从隐式的共存转向数据中心和电力行业之间显式的协同开发。我们介绍了每个行业的独特设计原则、操作哲学和经济激励，并指出其文化和技术上的不一致为协调带来了困难。我们确定了必须 pursuing 的关键研究方向，从联合容量规划、跨时间尺度控制、计算-电力协议栈到市场创新，以可持续可靠地为AI的未来供电。
引用
@article{arxiv.2605.03090,
title = {From Barrier to Bridge: The Case for AI Data Center/Power Grid Co-Design},
author = {Noman Bashir and Rob Sherwood and Le Xie and Minlan Yu},
journal= {arXiv preprint arXiv:2605.03090},
year = {2026}
}