看不见的 AI 电网扰动：大语言模型引发的瞬态

大语言模型（LLM）的最新突破在主要行业展现了卓越能力，并刺激了未来 3-5 年对以 AI 为中心的数据中心数千亿美元的投资。这反过来又引发了对可持续性和 AI 相关能源消耗日益增长的担忧。然而，有一个与 AI 模型和基础设施效率同等重要但常被忽视的问题：破坏性的动态功耗行为。AI 基础设施具有极低的惯性、急剧的功率波动以及显著的峰值-空闲功率比，并表现出快速、瞬态的动态特性。功率规模从几百瓦到兆瓦，甚至吉瓦。这些前所未有的特性使 AI 成为一种非常独特的负载，对电网的可靠性和韧性构成威胁。为揭示这一隐藏问题，本文考察了 AI 功耗的规模，分析了 AI 在各种场景下的瞬态行为，建立了描述 AI 工作负载行为的数学模型，并讨论了它们可能给现有电网带来的多方面挑战和机遇。鉴于机器学习和 AI 技术的快速发展，这项工作强调了采用跨学科方法以确保可靠和可持续的 AI 基础设施开发的迫切需要，并为研究人员和从业者应对此类挑战提供了起点。