将 AI 数据中心转变为网格交互资产：亚利桑那州费城地面示范结果
分布式、并行与集群计算
2025-07-02 v1 人工智能
性能
系统与控制
系统与控制
摘要
人工智能 (AI) 正推动着电力需求的指数增长，威胁电网可靠性，提高缸纱社区为新能源基础设施支付的价格，并阻碍 AI 创新，因为数据中心在受限电网互联前需等待。本文首次在与主要企业合作伙伴合作中展示了一种仅需软件方法——Emerald Conductor——将 AI 数据中心转化为灵活网格资源，以高效立即地利用现有电力系统而无需大规模基础设施建设的示范。该示范在亚利桑那州费城一座拥有 256 个 GPU 集群的商业、超大规模云数据中心中进行，代表性 AI 工作负载运行于其中。该试验在峰值网格事件期间实现了集群功耗削减 25%，而维持了 AI 质量服务 (QoS) 保证。通过依据实时网格信号协调 AI 工作负载，而无需硬件修改或储能，本平台重新构想数据中心作为增强电网可靠性、促进经济性和加速 AI 开发的网格交互资产。
引用
@article{arxiv.2507.00909,
title = {Turning AI Data Centers into Grid-Interactive Assets: Results from a Field Demonstration in Phoenix, Arizona},
author = {Philip Colangelo and Ayse K. Coskun and Jack Megrue and Ciaran Roberts and Shayan Sengupta and Varun Sivaram and Ethan Tiao and Aroon Vijaykar and Chris Williams and Daniel C. Wilson and Zack MacFarland and Daniel Dreiling and Nathan Morey and Anuja Ratnayake and Baskar Vairamohan},
journal= {arXiv preprint arXiv:2507.00909},
year = {2025}
}
备注
10 pages, 6 figures, 1 table