La variabilité des charges de travail liées à l'IA et son impact sur la stabilité de l'alimentation électrique des centres de données

Principaux enseignements

• La stabilité d'un centre de données dédié à l'IA dépend de la vitesse à laquelle les charges évoluent, et pas seulement de la capacité de pointe.
• L'apprentissage, le réglage fin et l'inférence nécessitent des représentations électriques distinctes, car leurs signatures de puissance diffèrent.
• C'est grâce à une validation en temps réel tenant compte des convertisseurs que la variabilité des charges de travail devient un problème technique gérable.

Les charges de travail liées à l'IA feront évoluer la stabilité énergétique des centres de données d'un problème de capacité vers un problème de contrôle. La question principale n'est plus seulement de savoir de quelle quantité d'énergie un site a besoin, mais à quelle vitesse cette énergie circule lorsque les accélérateurs en grappe passent d'un état de calcul à un état de communication, de point de contrôle ou d'inactivité. Cela est important car les centres de données ont déjà consommé environ 415 TWh d'électricité en 2024, soit environ 1,5 % de la consommation mondiale, et l'IA est le principal moteur de la prochaine vague de croissance.

Vous avez besoin de modèles et de méthodes d'essai qui traitent les installations d'IA comme des charges électriques rapides, dotées d'interfaces à forte intensité de convertisseurs, d'une boucle de refroidissement et d'effets liés à la planification de la charge de travail. La stabilité de fonctionnement résultera d'une représentation rigoureuse de ces comportements, puis de leur vérification face à des perturbations de courte durée avant la mise en service du projet. Les plateformes avancées de simulation de convertisseurs peuvent représenter des topologies complexes telles que les transformateurs à semi-conducteurs et les convertisseurs à source de tension haute densité avec une résolution de l'ordre de la nanoseconde et la prise en charge de dizaines de convertisseurs au sein d'un seul FPGA.

Les charges de travail liées à l'IA provoquent des fluctuations rapides et imprévisibles de la consommation électrique des centres de données

Les charges de travail liées à l'IA génèrent des fluctuations de puissance à court terme, car la pile informatique ne consomme pas l'énergie de manière uniforme tout au long d'une tâche. Les clusters d'entraînement alternent entre opérations matricielles, barrières de communication, activité mémoire et écritures de points de contrôle ; la charge électrique augmente et diminue donc par à-coups, au lieu de rester constante.

Un cluster de GPU utilisé pour l'entraînement d'un grand modèle linguistique en est un exemple frappant. Lors de calculs intensifs, la puissance requise par les serveurs et les besoins en refroidissement augmentent de concert. Dès que la tâche entre dans une phase de synchronisation ou de transfert de données, la consommation électrique peut baisser, puis remonter en flèche dès le lancement du lot suivant. Ces transitions sont plus importantes que la charge moyenne quotidienne, car les appareillages de commutation, les commandes des onduleurs, les contrôleurs de l'installation et les études relatives au réseau doivent tous gérer ces variations, et pas seulement le régime de croisière.

Vous devez considérer la variabilité comme une caractéristique propre à l'installation, et non comme un détail logiciel. Les politiques de planification, la taille des lots, les intervalles entre les points de contrôle et la réponse de refroidissement déterminent tous la signature électrique observée au point de couplage commun. Un site peut sembler fonctionner correctement sur une courbe de tendance à la minute, tout en générant des contraintes néfastes, à l'échelle de la fraction de seconde, sur les bus internes et les équipements en amont.

Pourquoi les modèles de charge traditionnels ne parviennent pas à reproduire le comportement des centres de données basés sur l'IA

Les modèles de charge traditionnels ne rendent pas compte du comportement des centres de données dédiés à l'IA, car ils ont été conçus pour des schémas de consommation plus lents et plus réguliers. Les blocs à puissance constante, les charges ZIP statiques ou les courbes de demande à pas de temps grossiers masquent les commandes des convertisseurs, la synchronisation au niveau des racks et les interactions de refroidissement qui déterminent le comportement réel d'un site d'IA en cas de perturbations.

Dans une salle de serveurs d'entreprise classique, les concepteurs peuvent souvent se contenter d'hypothèses de charge moyennes. Ce n'est pas le cas dans une salle dédiée à l'IA équipée d'accélérateurs. Le circuit d'alimentation comprend désormais des redresseurs, des bus CC, des systèmes de régulation de tension, des ventilateurs à haute vitesse ou des dispositifs auxiliaires de refroidissement par liquide, ainsi qu'une orchestration des charges de travail capable de coordonner des milliers d'appareils simultanément. Lorsqu'un modèle réduit toutes ces actions à une valeur de mégawatt unique, les variations de tension, les effets harmoniques et le comportement de reprise disparaissent de l'analyse.

Vous perdez également la visibilité sur les défaillances. Un modèle simplifié ne permettra pas de montrer comment un contrôleur réagit à une brève chute de tension, comment la puissance de refroidissement est en décalage par rapport au dégagement de chaleur du serveur, ni comment les différents niveaux de l'électronique de puissance interagissent. Ce manque de visibilité conduit à des études qui semblent parfaites sur le papier, mais qui échouent lorsque le site est confronté à un incident sur une ligne d'alimentation, à une séquence de transfert ou à un changement brusque de la charge de travail.

Caractéristiques électriques clés qui définissent la dynamique de charge des centres de données d'IA

La dynamique de charge des centres de données d'IA se caractérise par des interfaces électro-électriques, une forte densité de racks, des temps de réponse courts et des systèmes de refroidissement qui suivent la chaleur générée par les équipements informatiques grâce à leurs propres boucles de régulation. Ces caractéristiques font que le site se comporte davantage comme un système électro-thermique étroitement couplé que comme une charge commerciale passive.

Le critère le plus révélateur est la densité de puissance des baies. Les baies traditionnelles ont souvent une densité de puissance comprise entre 7 à 10 kW, tandis que les racks IA atteignent généralement 30 kW, voire plus de 100 kW, ce qui augmente à la fois la charge électrique et le couplage thermique à l'intérieur de la salle.

Cette évolution a des conséquences concrètes sur vos modèles. Une densité plus élevée réduit la marge de manœuvre en matière de variation de tension du bus, de décalage de refroidissement et de coordination des disjoncteurs. Cela signifie également que les actions de contrôle locales se propagent plus rapidement à travers le site. Un léger décalage entre la mise en charge des équipements informatiques et la mise en service du refroidissement mécanique ou par liquide peut entraîner un déséquilibre bref mais significatif de la demande totale de l'installation. Ces interactions expliquent précisément pourquoi les études de charge basées sur l'IA nécessitent davantage de détails que les méthodes de planification traditionnelles.

Comment les charges de travail liées à l'entraînement et à l'inférence de l'IA génèrent des profils de consommation d'énergie distincts

L'entraînement et l'inférence génèrent des profils de consommation d'énergie différents ; il ne faut donc pas les considérer comme une seule et même charge informatique. L'entraînement présente généralement un niveau de base élevé, avec des fluctuations périodiques liées aux phases de calcul et de communication, tandis que l'inférence se caractérise souvent par des pics de courte durée liés au trafic des utilisateurs ou des applications.

Un cluster de formation exécutant une tâche de modélisation sur plusieurs jours peut afficher un taux d'utilisation élevé pendant des heures, puis enregistrer des pics lors des opérations de synchronisation et de stockage. Un cluster d'inférence au service de copilotes d'entreprise ou d'outils d'amélioration de la recherche semble souvent plus calme en moyenne, mais il peut générer des variations brusques lorsque les volumes de requêtes s'accumulent sur de nombreux GPU. Le réglage fin se situe entre ces deux modes, avec des exécutions plus courtes et des pics plus intermittents.

« Les charges de travail liées à l'IA entraînent des fluctuations de consommation électrique à court terme, car la pile informatique ne répartit pas la consommation de manière uniforme tout au long d'une tâche. »

Une fois ces modes distingués, vous disposerez de meilleures options de conception. La logique de transfert, le dimensionnement des onduleurs, les études sur les lignes d'alimentation et la gestion du stockage sur site pourront alors être vérifiés par rapport au profil de fonctionnement réel de chaque hall, plutôt que par rapport à un profil moyen qui ne correspond à aucun d'entre eux.

Risques liés à la stabilité de l'alimentation électrique résultant de modifications importantes et synchronisées des charges de travail de l'IA

Les modifications importantes et synchronisées des charges de travail IA entraînent des risques liés à la tension, à la fréquence et à la qualité de l'alimentation, car de nombreux appareils se mettent en mouvement presque simultanément. Le problème réside dans la coordination à grande échelle. Même si les racks individuels d'un site fonctionnent correctement, la réponse au niveau du système peut s'avérer instable lorsque l'orchestration coordonne des milliers d'accélérateurs et de dispositifs de refroidissement.

Un planificateur de charge qui lance une nouvelle phase de formation dans plusieurs halls illustre bien le problème. La puissance des serveurs augmente d’abord, puis les systèmes de refroidissement et les systèmes auxiliaires suivent, et la montée en puissance globale affecte la distribution interne et le réseau en amont comme un seul et même événement. Cela peut mettre à rude épreuve le comportement des prises de transformateur, perturber les boucles de régulation au niveau de l’installation et mettre en évidence les points faibles des paramètres de maintien de tension lors d’une chute de tension à proximité.

Il convient également de surveiller le risque de concentration. Les centres de données d'IA ont tendance à se regrouper sur les mêmes marchés régionaux ; ainsi, les faiblesses du réseau local peuvent amplifier des problèmes qui sembleraient gérables dans le cadre d'une étude portant sur une installation isolée. La stabilité de l'alimentation électrique repose sur l'alignement des contrôles des installations, des limites de programmation et des hypothèses d'interconnexion sur une même enveloppe de perturbations.

Modélisation de la variabilité de la charge à l'aide de l'IA dans les études sur les réseaux électriques

Pour bien modéliser la variabilité de la charge liée à l'IA, il faut établir un lien entre les états de la charge de travail et les états électriques. Une étude pertinente représentera les phases de calcul, les commandes des convertisseurs, la réponse du système de refroidissement et l'architecture électrique du site au sein d'une même chaîne, de sorte qu'un changement de charge de travail devienne un événement électrique aux conséquences mesurables.

Un modèle pratique repose sur plusieurs états de fonctionnement plutôt que sur un seul bloc de demande moyenne. Vous pouvez associer les événements de veille, de pics d'inférence, de pics de réglage fin, d'entraînement continu et de transfert à des profils de consommation distincts, puis rattacher ces profils à la topologie de l'installation. Cette approche vous permet de tester ce qui se passe lorsqu'une salle passe d'une utilisation modérée à un entraînement à plein régime tandis qu'une autre section reste en mode d'inférence.

Ici, les détails d'exécution ont leur importance. Les plateformes modernes de simulation de convertisseurs prennent en charge les topologies demi-pont, pont complet, double pont actif et ponts actifs multiples, tout en exécutant un grand nombre de convertisseurs au sein d'un seul FPGA pour des études rapides des transitoires électromagnétiques. Ce type de configuration permet de réaliser des travaux de niveau EMT pour les voies d'alimentation des centres de données, plutôt que de limiter l'étude à un comportement moyen et lent.

Pourquoi la simulation en temps réel est-elle nécessaire pour les tests de charge des centres de données basés sur l'IA ?

« Une simulation en temps réel est nécessaire lorsque l'objet de l'étude dépend du calage de la commande, de l'interaction avec le convertisseur ou de la réponse aux perturbations intra-cycle. »

Les moyennes hors ligne permettent d'estimer Énergie , mais elles ne montrent pas comment un dispositif de protection, un contrôleur de centrale ou une interface matérielle réagit lors d'une transition rapide de la charge de l'IA.

Le passage d'une alimentation par le réseau public à une alimentation de secours sur site illustre bien ce principe. La séquence comporte des opérations de commutation, des réactions des convertisseurs et des délais de commande qui doivent être vérifiés dans l'ordre chronologique. Il en va de même pour une chute de tension sur la ligne d'alimentation lorsque les halls AI fonctionnent à pleine charge. Il faut vérifier si le site résiste sans problème à cette situation, à quelle vitesse le système se stabilise et quelles commandes présentent des interactions indésirables en cas de surcharge.

C'est là que les tests liés au matériel prennent tout leur sens. Les plateformes OPAL-RT peuvent exécuter des modèles électriques comportant de nombreux convertisseurs avec des pas de temps aussi courts que 40 ns, tout en prenant en charge une extension flexible des entrées/sorties via des liaisons de communication à haut débit. Elles sont donc parfaitement adaptées à la vérification du comportement des charges rapides avec la fidélité désormais requise par les circuits d'alimentation des centres de données IA.

Pratiques d'ingénierie utilisées pour valider la stabilité de la puissance dans le cadre de charges de travail basées sur l'IA

La stabilité de l'alimentation sous des charges de travail d'IA est validée par des essais de perturbation contrôlés, une couverture des états de fonctionnement et un étalonnage rigoureux du modèle. Vous devez avoir la preuve que le modèle reproduit le comportement mesuré de l'installation avant de pouvoir vous y fier pour prendre des décisions en matière d'interconnexion ou de protection.

Un plan de validation rigoureux comprendra les 5 vérifications suivantes :

• Les courbes de consommation électrique mesurées au niveau des baies et de la salle sont comparées aux courbes simulées pour le même état de charge.
• Les chutes de tension, les changements de source et les variations de charge sont testés à différents niveaux de charge.
• Les charges de refroidissement et les charges auxiliaires sont prises en compte afin que la demande de l'installation corresponde à la réponse totale du site.
• On vérifie qu'il n'y a pas de coïncidence induite par le planificateur, afin d'éviter que plusieurs halls ne masquent une rampe d'augmentation globale néfaste.
• Les paramètres de protection et de régulation des installations sont réglés en fonction des pics de demande plutôt que de la demande moyenne.

Ce processus est essentiel, car c'est grâce à une exécution reproductible que l'on parvient à des performances stables. Un modèle qui reproduit correctement la puissance en régime permanent mais qui ne tient pas compte du timing aboutira tout de même à des paramètres inadéquats et à des hypothèses erronées concernant l'équipement. Les équipes qui obtiennent des résultats fiables sont celles qui intègrent les mesures, la modélisation EMT et les essais liés au matériel dans une même boucle. OPAL-RT s'intègre naturellement dans cette dernière étape, car la plateforme conçue autour de la validation en temps réel, et non pas uniquement de la représentation hors ligne.