Pado與Vessl聯(lián)手推出能源感知AI解決數(shù)據(jù)中心電力瓶頸

隨著2026年AI基礎(chǔ)設(shè)施需求的加速增長，Pado和Vessl于今年1月宣布的合作伙伴關(guān)系重新引起關(guān)注，該合作旨在解決行業(yè)最大制約因素之一：電力問題。

兩家公司表示，這項(xiàng)合作將Pado的網(wǎng)格感知計(jì)算編排技術(shù)與Vessl的MLOps平臺相結(jié)合，使AI工作負(fù)載與實(shí)時(shí)能源條件、定價(jià)和可再生能源可用性保持一致，同時(shí)保持性能和收入目標(biāo)。該方法在混合和多云環(huán)境中為工作負(fù)載編排增加了能源智能層，無需進(jìn)行重大基礎(chǔ)設(shè)施改變。

自1月以來，這一舉措展現(xiàn)了更廣泛的轉(zhuǎn)變：能源正成為AI工作負(fù)載調(diào)度和擴(kuò)展的關(guān)鍵變量。

Pado是LG的分拆公司，開發(fā)使用實(shí)時(shí)網(wǎng)格數(shù)據(jù)、定價(jià)信號和基礎(chǔ)設(shè)施遙測技術(shù)來優(yōu)化計(jì)算運(yùn)行時(shí)間和位置的軟件。Vessl提供全棧MLOps平臺，用于在本地、混合和多云環(huán)境中部署和管理AI工作負(fù)載。組合解決方案旨在將作業(yè)路由到電力更便宜或更充足的時(shí)間或位置，可能降低成本、緩解網(wǎng)格壓力，并隨著部署規(guī)模的擴(kuò)大改善可再生能源利用。

Pado首席執(zhí)行官Wannie Park表示，目標(biāo)不是傳統(tǒng)的效率改進(jìn)。"靈活性和節(jié)能實(shí)際上不是數(shù)據(jù)中心運(yùn)營商的首要考慮，"Park告訴數(shù)據(jù)中心知識。"不使用可用電力的機(jī)會成本太高。我們專注的是最大化計(jì)算能力，而不是最小化消耗。"

Park補(bǔ)充道："如果你能更高效地提供相同的性能，那就是靈活性和效率開始結(jié)合的地方。"

容量限制依然存在

Omdia企業(yè)基礎(chǔ)設(shè)施高級總監(jiān)Vladimir Galabov告訴數(shù)據(jù)中心知識："我認(rèn)為這種合作很有趣，從紙面上看他們的產(chǎn)品是有意義的。我擔(dān)心在實(shí)踐中，它遺漏了一些方面。"

最大的制約因素是可用計(jì)算資源。Galabov指出："如今大多數(shù)GPU集群都有很高的利用率。即使某個(gè)地區(qū)有可用的能源，也很少有未使用的GPU來利用這一點(diǎn)。"

Park表示利用率因細(xì)分市場而異。"我們不針對接近完美效率運(yùn)行的超大規(guī)模企業(yè)，"他說。"在中端市場，GPU利用率通常接近30%-40%。我們的目標(biāo)是在不影響SLA的情況下將其推向60%。"

Park補(bǔ)充說，這種靈活性來自更好的工作負(fù)載預(yù)測和優(yōu)先級排序。"AI工作負(fù)載中正在出現(xiàn)一種'鴨子曲線'，"Park說。"我們可以轉(zhuǎn)移低優(yōu)先級作業(yè)或?qū)⑺鼈兺话l(fā)到云中，同時(shí)保持高價(jià)值工作負(fù)載在本地。"

分析師對實(shí)際影響看法不一

對于正常運(yùn)行時(shí)間研究所的Andy Lawrence來說，這個(gè)概念針對的是真正的問題，但采用可能滯后。

Lawrence告訴數(shù)據(jù)中心知識："我的第一直覺是這絕對是一個(gè)需要解決的問題。使用分析來建模工作負(fù)載、網(wǎng)格穩(wěn)定性和能源成本是正確的方法，這是一個(gè)大數(shù)據(jù)問題。"

但類似的努力一直難以獲得關(guān)注。

Lawrence說："從技術(shù)上講，這樣的解決方案可能非常有效。挑戰(zhàn)在于業(yè)務(wù)和IT決策者通常不會優(yōu)先考慮能源或網(wǎng)格因素。如果我正在運(yùn)行大型AI訓(xùn)練集群，我不確定我會根據(jù)能源定價(jià)開始重新安排工作負(fù)載。人們專注于完成工作。"

他補(bǔ)充說，即使數(shù)據(jù)存在，也經(jīng)常不會改變行為。

盡管如此，如果優(yōu)化能在后臺進(jìn)行，Lawrence看到了潛力。"如果這在不影響性能或用戶的情況下不顯眼地工作，它就變得令人信服，"他說。"但證據(jù)在于它實(shí)際工作得有多好。"

能源彈性與編排

與此同時(shí)，運(yùn)營商也在直接解決電力限制問題。

Galabov說："能夠讓數(shù)據(jù)中心離網(wǎng)運(yùn)行數(shù)小時(shí)的電池儲能系統(tǒng)管道令人震驚。"

Park將存儲和編排視為互補(bǔ)的。"存儲、網(wǎng)格交互和編排都協(xié)同工作，"他說。"我們基于實(shí)時(shí)數(shù)據(jù)在正常運(yùn)行時(shí)間、可持續(xù)性和成本之間進(jìn)行優(yōu)化。"

主權(quán)和地理限制

監(jiān)管和地緣政治因素進(jìn)一步限制了靈活性。

Galabov說："主權(quán)AI運(yùn)動非常強(qiáng)大。許多組織不希望工作負(fù)載離開國家或地區(qū)。"

Lawrence補(bǔ)充道："今天你可以限制工作負(fù)載位置。但這減少了你實(shí)際可以使用的靈活性。"

Park說該平臺旨在在這些約束內(nèi)運(yùn)行。"這不是關(guān)于將一切移動到任何地方，"他說。"這是關(guān)于在現(xiàn)有環(huán)境中進(jìn)行優(yōu)化。"

為什么它仍然重要

電力可用性越來越多地影響AI基礎(chǔ)設(shè)施的擴(kuò)展位置。

在關(guān)鍵市場中，新容量的門控因素是電力獲取，而不是土地或資本。這種轉(zhuǎn)變迫使運(yùn)營商重新思考如何使用基礎(chǔ)設(shè)施。

能源感知編排為歷史上一直僵化的系統(tǒng)引入了靈活性。

數(shù)據(jù)中心知識分析

Pado-Vessl合作伙伴關(guān)系突出了一個(gè)轉(zhuǎn)折點(diǎn)：能源正成為AI基礎(chǔ)設(shè)施的調(diào)度輸入。

但概念與現(xiàn)實(shí)之間的差距仍然存在。緊張的GPU供應(yīng)、不斷增長的現(xiàn)場能源彈性以及優(yōu)先考慮性能的操作優(yōu)先級限制了運(yùn)營商今天可以利用的靈活性程度。這種緊張關(guān)系定義了機(jī)會。

如果容量擴(kuò)大并且自動化成熟，能源感知編排可能釋放有意義的效率收益。如果沒有，它可能仍然是一個(gè)仍由更直接約束定義的市場中的邊緣優(yōu)化層：GPU獲取。

Q&A

Q1：Pado和Vessl的合作能解決什么問題？

A：這項(xiàng)合作主要解決AI基礎(chǔ)設(shè)施的電力瓶頸問題。通過將Pado的網(wǎng)格感知計(jì)算編排技術(shù)與Vessl的MLOps平臺結(jié)合，使AI工作負(fù)載與實(shí)時(shí)能源條件、定價(jià)和可再生能源可用性保持一致，在保持性能的同時(shí)降低成本、緩解網(wǎng)格壓力。

Q2：能源感知AI編排技術(shù)在實(shí)際應(yīng)用中面臨什么挑戰(zhàn)？

A：主要挑戰(zhàn)包括GPU資源緊張、高利用率限制了調(diào)度靈活性，以及業(yè)務(wù)決策者通常不優(yōu)先考慮能源因素。此外，主權(quán)AI運(yùn)動和地緣政治因素限制了工作負(fù)載的地理靈活性，運(yùn)營商更關(guān)注完成工作而非能源優(yōu)化。

Q3：這種能源感知技術(shù)適合哪些用戶群體？

A：該技術(shù)主要針對中端市場用戶，這些用戶的GPU利用率通常在30%-40%之間，有優(yōu)化空間。不適合已經(jīng)接近完美效率運(yùn)行的超大規(guī)模企業(yè)。目標(biāo)是在不影響服務(wù)水平協(xié)議的情況下將利用率提升至60%。