Modello AI basato sulla fisica prevede il consumo energetico delle GPU nei data center
Un nuovo modello di deep learning informato dalla fisica, PI-DLinear, prevede il consumo energetico delle GPU nei data center AI con un anticipo di 5–80 minuti. Il modello integra una rete termica RC concentrata multi-nodo basata sulla legge di raffreddamento di Newton, utilizzando ODE tempo-dipendenti per collegare potenza, calcolo, memoria e temperatura. Affronta le rapide fluttuazioni di potenza derivanti da eterogenee attività di inferenza e addestramento di LLM che possono destabilizzare le reti elettriche. L'approccio è dichiarato essere il primo modello DLinear informato dalla fisica per la previsione a breve termine del consumo energetico delle GPU.
Fatti principali
- PI-DLinear è un modello DLinear informato dalla fisica per serie temporali.
- Prevede l'utilizzo energetico delle GPU con un anticipo di 5–80 minuti.
- Il modello utilizza una rete termica RC concentrata multi-nodo coerente con la legge di raffreddamento di Newton.
- Equazioni differenziali ordinarie (ODE) tempo-dipendenti collegano il consumo energetico con il calcolo GPU, l'utilizzo della memoria e la temperatura.
- I data center AI sperimentano rapide fluttuazioni della domanda di potenza a causa di attività computazionali eterogenee.
- I profili di potenza dell'inferenza e dell'addestramento di LLM sono distinti e possono causare instabilità della rete.
- L'articolo è pubblicato su arXiv con ID 2605.04074.
- Il modello è progettato per la previsione a breve termine della potenza dei data center AI.
Entità
Istituzioni
- arXiv