Mzigo wa betri: mafunzo ya AI vs inference

Mwendeshaji wa AI anayepima ukubwa wa betri ya akiba kwa raki za GPU kwa kawaida huanza na namba moja: wastani wa nguvu kwa kW. Namba hiyo inajibu nusu tu ya swali. Kundi la mafunzo na kundi la inference huvuta nishati katika maumbo mawili tofauti – moja tambarare na endelevu, lingine lenye vilele vifupi – na umbo huamua betri inapaswa kufanya nini: ni kiasi gani cha mkondo wa kilele inapaswa kubeba, kila mtoaji wa umeme una kina gani, na ni nishati au nguvu inayoamua idadi ya moduli. Vituo vya data vilitumia takriban 415 TWh za umeme mwaka 2024, takriban 1.5% ya mahitaji ya kimataifa, na IEA inatarajia takriban 945 TWh kufikia mwaka 2030 (IEA, April 2025). Ukurasa huu unaeleza wasifu mbili wa mzigo, kila moja linadai nini kutoka kwa betri ya raki ya LiFePO4, na nini cha kutuma kwa LJY Energy kwa pendekezo la kupima ukubwa.

Wakati wa mafunzo, GPU hufanya kazi kwa matumizi karibu kamili kwa saa au siku mfululizo: mstari wa nguvu ni karibu tambarare, juu, na endelevu, na usumbufu mmoja unaweza kusimamisha mafunzo na kupoteza saa za vituo vya ukaguzi. Raki moja ya mafunzo inaweza kuvuta takriban 40 kW – seva nne za DGX H100 – mara kadhaa ya 7-12 kW ya raki ya kawaida ya kampuni. Inference ina umbo tofauti kabisa: maswali huja bila mpangilio, GPU hufikia kilele kwa kila swali na kupumzika kati yao, kwa hivyo mstari ni mfululizo wa vilele juu ya wastani wa chini. Inference tayari ni takriban 80-90% ya kompyuta ya AI, na IEA inatarajia kufikia takriban 75% ya mahitaji ya nishati ya AI kufikia mwaka 2030 (IEA, April 2025). Maumbo mawili yanadai mambo tofauti kutoka kwa betri: betri ya mafunzo lazima itoe nguvu endelevu katika dirisha lote la bridging, ikiwa na kilele karibu na wastani, nishati ya bridging inayoamuliwa na nguvu endelevu kwa kW mara dakika, kiwango cha C endelevu cha wastani, mtoaji wa kina wakati wa usumbufu mrefu, voltage thabiti, na joto sawa; betri ya inference lazima ifyonze vilele vya haraka bila kushuka kwa voltage, ikiwa na kilele kilicho juu sana kuliko wastani, nishati ya bridging inayoamuliwa na nguvu ya kilele kwa kW mara dakika, mapigo mafupi ya mkondo wa juu, mtoaji wa sehemu katika matukio mafupi, na mapigo ya joto yanayofuata vilele vya mzigo. Kupima ukubwa huanza na nguvu endelevu kwa kW katika mafunzo na na nguvu ya kilele kwa kW na muda wa kilele katika inference. Makundi ya inference pia yana mwelekeo wa kukua pamoja na matumizi, na betri ya raki ya moduli hukua pamoja nao: moduli huongezwa kwa sambamba kadri mzigo unavyokua, badala ya kubadilisha betri.

Ramani ya miundombinu ya vituo vya data nchini Marekani
Picha: DOE/National Renewable Energy Laboratory (NREL), Wikimedia Commons, Public domain (imepunguzwa ukubwa, WebP). Picha ya kielelezo tu, si bidhaa ya LJY.

Thamani za rejea

Matumizi ya umeme ya vituo vya data, 2024415 TWh
Sehemu ya mahitaji ya umeme ya kimataifa1.5%
Matumizi yanayotarajiwa ya umeme ya vituo vya data kufikia 2030945 TWh
Matumizi ya nguvu ya raki moja ya mafunzo, mfano40 kW
Matumizi ya nguvu ya raki ya kawaida ya kampuni7–12 kW
Sehemu ya inference katika kompyuta ya AI80–90%
Sehemu inayotarajiwa ya inference katika mahitaji ya nishati ya AI kufikia 203075%
Mstari wa mafunzo katika mfano wa kupima ukubwa8 kW
Kilele cha inference katika mfano wa kupima ukubwa16 kW

Kupima ukubwa huanza na umbo la mzigo, si namba ya ampere-saa iliyonakiliwa: ukurasa wa moduli za raki za 51.2V za LJY unaorodhesha moduli za raki zinazounda betri, na idadi ya moduli inafuata kW iliyopimwa na dakika za bridging na inathibitishwa kwa kila mradi.

Mfano wa kupima ukubwa

Mstari wa mafunzo wa 8 kW unahitaji takriban 2 kWh za nishati inayoweza kutumika kwa dakika 15 za bridging. Moduli 2 za 100 Ah zilizounganishwa kwa sambamba zinatosha: zinatoa takriban 10 kW kwa kuendelea na kuhifadhi 10.24 kWh, kwa hivyo nguvu na nishati zote zinakidhi mahitaji kwa ziada. Pima ukubwa kwanza kulingana na nguvu endelevu kwa kW, kisha angalia dakika za bridging kwa kWh. Ikiwa mstari unakua baadaye, ongeza moduli kwa sambamba; betri inapanuka bila kubadilisha kilichowekwa tayari. Mstari wa inference wenye wastani ule ule wa 8 kW, lakini vilele vya 16 kW, unahitaji nishati ile ile, lakini moduli mara mbili ili kubeba mkondo wa kilele – kilele, si wastani, ndicho kinachoamua idadi ya moduli.

Cha kutuma kabla ya pendekezo

  • Mzigo wa mafunzo au inference, wenye wastani na nguvu ya kilele iliyopimwa kwa kW
  • Dakika za bridging zinazohitajika kabla ya jenereta kuanza
  • Nafasi ya raki inayopatikana kwa U na mfano wa UPS au inverter

Omba hesabu

Tuma wasifu wa mzigo – mafunzo au inference – wenye wastani na nguvu ya kilele kwa kW, dakika za bridging zinazohitajika, nafasi ya raki inayopatikana kwa U, na mfano wa UPS au inverter. LJY Energy itathibitisha idadi ya moduli, muunganisho wa sambamba, na mipangilio ya mawasiliano, kisha itatoa nukuu kwa betri yenye masharti ya uwasilishaji. Tunaratibu uwasilishaji wa betri za OEM/ODM kutoka Shenzhen; sisi si kiwanda, na kila agizo linathibitishwa kwa maandishi kabla ya uzalishaji.

Raki za seva katika kituo cha data cha chuo kikuu
Picha: Christopher Bowns, Wikimedia Commons, CC BY-SA 2.0 (imepunguzwa ukubwa, WebP). Picha ya kielelezo tu, si bidhaa ya LJY.

Omba hesabu ya betri ya rafu · WhatsApp +86 159 8945 0735