Modelo testa a programação de redes óticas para centros de dados de IA

O método coordena o local de execução do treino, o tempo de transferência dos dados de checkpoint pela rede e o momento de reconfiguração dos circuitos óticos. Os investigadores usaram séries de eletricidade da California ISO, mas transformaram e redistribuíram os perfis renováveis entre locais; as dimensões dos checkpoints e as capacidades dos centros também foram pressupostos.

Neste caso modelado com cinco centros de dados de IA, 16 registos de treino e recursos óticos equivalentes, a comutação ótica dinâmica reduziu em 12,50% o custo de compra de eletricidade da rede em tempo real e aumentou em 2,724 pontos percentuais a utilização local de energia renovável face à operação estática. Não são poupanças medidas em centros de dados em operação; os autores afirmam que os ganhos dependem da localização das oportunidades energéticas e dos estrangulamentos de rede.