Pendant la mi-temps du match des huitièmes de finale de l’UEFA EURO 2020 entre l’Angleterre et l’Allemagne, des millions de téléspectateurs au Royaume-Uni ont lâché leurs écrans pour faire la même chose au même moment : allumer leur bouilloire.
National Grid, fournisseur d’électricité en Angleterre et au Pays de Galles, a enregistré un pic de demande d’environ 1 gigawatt — une augmentation équivalente à la production moyenne d’un réacteur nucléaire standard — en quelques minutes seulement suite à cette pause thé nationale. Les opérateurs réseau doivent être attentifs à ces pics de demande pour maintenir la stabilité du système, et cela pourrait se compliquer à mesure que de nouveaux clients importants rejoignent le réseau.
Mais que se passerait-il si ces nouveaux clients pouvaient faire preuve de flexibilité et soulager le réseau aux heures de pointe ?
Dans un livre blanc récent, Emerald AI — en collaboration avec NVIDIA, EPRI, National Grid et Nebius — a démontré comment les usines d’IA à « énergie variable » peuvent ajuster de manière autonome leur consommation énergétique lors des pics de demande.
Pour les usines d’IA, cela pourrait permettre de débloquer des connexions réseau beaucoup plus rapides sans requérir de mises à niveau massives et continuelles de l’infrastructure. Pour le public, cela contribue à limiter les extensions de réseau en réduisant les pics de charge que le système doit desservir, ce qui permet de maintenir des tarifs électriques abordables pour les consommateurs ordinaires.
Allumer la bouilloire, équilibrer le réseau
Après avoir obtenu des preuves de concept fructueuses dans des usines d’IA en Arizona, en Virginie et en Illinois, Emerald AI a exporté sa solution de réseau flexible outre-Atlantique en décembre dernier, en intégrant la plateforme Emerald AI Conductor à la nouvelle usine d’IA de Nebius à Londres, basée sur l’infrastructure NVIDIA — l’une des premières du genre au Royaume-Uni.
Dans l’usine d’IA, l’équipe de recherche a exécuté des charges de travail d’IA pour la production sur un cluster de 96 GPU NVIDIA Blackwell Ultra connectés via la plateforme NVIDIA Quantum-X800 InfiniBand. L’interface de gestion des systèmes NVIDIA est utilisée pour obtenir une télémétrie de puissance GPU cohérente à la seconde.
EPRI et National Grid ont simulé des scénarios de tension du réseau électrique — des impacts de foudre aux longues périodes de faible production d’énergie éolienne — et ont envoyé des signaux pour demander à l’usine d’IA, avec l’aide de la plateforme Conductor, de réduire temporairement sa consommation d’énergie pour l’alléger.
L’un de ces scénarios est le phénomène du « TV pickup », un pic de consommation lié à un match de football de l’Euro 2020. Ce scénario a été reproduit.
En simulant le lancement simultané de millions de bouilloires, le cluster d’IA a réduit sa consommation énergétique, en amortissant avec brio le choc produit par cette surtension sans perturber les charges de travail d’IA primordiales qui y étaient exécutées.
En pratique, cela signifie que le réseau peut gérer des fluctuations de demande soudaines en optimisant la capacité existante, afin de réduire le besoin d’infrastructures permanentes pour répondre aux surtensions extrêmes et contribuer à maintenir des tarifs abordables pour les consommateurs ordinaires.
« Grâce à cette technologie, les usines d’IA deviennent des ressources réseau conviviales et utiles », a déclaré Varun Sivaram, fondateur et PDG d’Emerald AI. « Simultanément, les usines d’IA se connectent beaucoup plus rapidement, car elles peuvent exploiter les réseaux électriques existants. »
Réduire les tensions sans sacrifier les requêtes
Lors de la démonstration de l’usine d’IA Nebius, malgré la chute rapide d’énergie afin d’alimenter la pause thé nationale, Emerald AI Conductor a permis de garantir que les charges de travail d’IA hautement prioritaires simulées s’exécutaient à un débit de pointe, tandis que les tâches plus flexibles étaient temporairement ralenties.
Emerald AI a enregistré un alignement de 100 % avec plus de 200 cibles de puissance qu’EPRI et National Grid ont demandé au cluster d’IA de suivre lors de cette expérience.
« Nos tests ont surpassé ceux qui ont été réalisés jusqu’à présent aux États-Unis, car nous avons non seulement éprouvé les GPU, mais aussi les CPU et tout ce qui va avec, ainsi que la consommation totale d’énergie de l’équipement informatique », a déclaré Steve Smith, responsable de la stratégie de groupe chez National Grid. « Nous avons démontré la valeur qu’offre cette technologie. »
Mise à l’échelle du réseau londonien à une vitesse exceptionnelle
Le réseau électrique de Londres fonctionne en permanence pour répondre aux besoins énergétiques toujours croissants de ses citoyens. Ses opérateurs réseau, dont National Grid, sont confrontés à un goulot d’étranglement majeur : les contraintes imposées par les mises à niveau de l’infrastructure pour connecter de grands clients.
Connecter des usines d’IA flexibles au réseau grâce à des solutions telles que la plateforme Conductor d’Emerald AI va non seulement contribuer à stabiliser les pics de consommation, mais aussi optimiser l’utilisation de l’infrastructure existante pour stimuler de nouveaux talents dans l’industrie et exploiter de nouvelles opportunités économiques au Royaume-Uni.
« Nous disposons d’une compétence et d’un potentiel considérables en matière d’IA », a affirmé M. Smith. « Nous n’atteindrons jamais l’échelle des États-Unis en matière de Data Centers, mais proportionnellement à la taille du pays, nous pourrions être à la hauteur, et nous constatons en effet un intérêt croissant de la part de nombreux hyperscalers. Cela nous donne donc l’opportunité de jouer notre rôle en tant que réseau national pour contribuer à cette croissance économique du pays. »
Après quatre démonstrations, Emerald AI et NVIDIA se préparent à déployer des usines d’IA à énergie variable en conditions réelles avec l’usine d’IA Aurora en Virginie, qui doit ouvrir ses portes cette année.
En savoir plus sur la première usine d’IA à énergie flexible alimentée par des GPU NVIDIA.