AI 資料中心可免持續峰值電力

🔑 增強重點摘要

• •MIT Lincoln Laboratory透過功率限制（power capping）將處理器功率限制在60%至80%，成功降低AI訓練與推理工作負載的能源消耗並減少運作溫度。[1]
• •Deloitte研究顯示，若AI資料中心同意削減僅1%的負載，即可使電網新增126 GW容量而無需大幅擴建基礎設施。[3]
• •電池儲能系統（BESS）可吸收需求尖峰，搭配監控軟體降低峰值暴露，並優化工作負載配置以減少電網壓力。[2]

🛠️ 技術深入

• •功率限制（power capping）：將GPU與CPU功率限制在150或250瓦（約60%-80%總功率），適用於訓練與推理，降低總能源消耗與溫度。[1]
• •Clover軟體工具：與東北大學合作開發，將碳強度作為參數，自動調整至低峰期使用較低效能模型，減少碳強度80%-90%。[1]
• •任務移動性（task mobility）：將彈性運算任務移至不同時段或資料中心，回應電網狀況，提升需求彈性。[3]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線