Perfis de carga de bateria: treinamento vs inferência de IA

Um operador de IA que dimensiona uma bateria de reserva para racks de GPU geralmente começa por um só número: a potência média em kW. Esse número responde apenas a metade da pergunta. Um cluster de treinamento e uma frota de inferência consomem energia em duas formas diferentes – uma plana e sustentada, outra com picos breves – e a forma decide o que a bateria deve fazer: quanta corrente de pico deve suportar, qual a profundidade de cada descarga e se é a energia ou a potência que fixa o número de módulos. Os centros de dados consumiram cerca de 415 TWh de eletricidade em 2024, cerca de 1.5 % da demanda mundial, e a IEA prevê cerca de 945 TWh até 2030 (IEA, April 2025). Esta página explica os dois perfis de carga, o que cada um exige de um banco de baterias rack LiFePO4 e o que enviar à LJY Energy para uma proposta de dimensionamento.

Durante o treinamento, as GPUs trabalham quase em plena utilização por horas ou dias: a curva de potência é quase plana, alta e contínua, e uma única interrupção pode abortar um treinamento e perder horas de pontos de verificação. Um único rack de treinamento pode consumir cerca de 40 kW – quatro servidores DGX H100 – várias vezes os 7-12 kW de um rack empresarial típico. A inferência tem a forma oposta: as solicitações chegam de forma irregular, as GPUs atingem picos a cada solicitação e ficam inativas entre elas, de modo que a curva é uma série de picos sobre uma média baixa. A inferência já representa cerca de 80-90 % da computação de IA, e a IEA prevê que alcance cerca de 75 % da demanda energética da IA até 2030 (IEA, April 2025). As duas formas exigem coisas diferentes da bateria: um banco de treinamento deve fornecer potência sustentada durante toda a janela de reserva, com o pico próximo da média, uma energia de reserva fixada pela potência sustentada em kW vezes os minutos, uma taxa de descarga moderada e contínua, uma descarga profunda diante de uma interrupção longa, uma tensão estável e um calor constante; um banco de inferência deve absorver picos rápidos sem queda de tensão, com o pico bem acima da média, uma energia de reserva fixada pela potência de pico em kW vezes os minutos, pulsos de pico altos e de curta duração, uma descarga parcial diante de eventos curtos e pulsos de calor que acompanham os picos de carga. O dimensionamento parte da potência sustentada em kW para o treinamento e da potência de pico em kW com a duração dos picos para a inferência. As frotas de inferência também tendem a crescer com o uso, e um banco rack modular cresce com elas: acrescentam-se módulos em paralelo à medida que a carga cresce, em vez de substituir o banco.

Mapa da infraestrutura de centros de dados nos Estados Unidos
Foto: DOE/National Renewable Energy Laboratory (NREL), Wikimedia Commons, Public domain (reduzida, WebP). Imagem ilustrativa, não é um produto da LJY.

Números de referência

Consumo elétrico dos centros de dados, 2024415 TWh
Participação na demanda mundial de eletricidade1.5%
Consumo elétrico dos centros de dados previsto até 2030945 TWh
Potência de um rack de treinamento, exemplo40 kW
Potência de um rack empresarial típico7–12 kW
Participação da inferência na computação de IA80–90%
Participação da inferência na demanda energética da IA prevista até 203075%
Fila de treinamento no exemplo de dimensionamento8 kW
Pico de inferência no exemplo de dimensionamento16 kW

O dimensionamento parte da forma da carga, não de um número de amperes-hora copiado: a página de módulos rack de 51.2V da LJY lista os módulos rack com os quais o banco é construído, e o número de módulos resulta dos kW medidos e dos minutos de reserva, confirmado por projeto.

Exemplo de dimensionamento

Uma fila de treinamento de 8 kW precisa de cerca de 2 kWh de energia utilizável para 15 minutos de reserva. 2 módulos de 100 Ah em paralelo cobrem-na: fornecem cerca de 10 kW contínuos e armazenam 10.24 kWh, de modo que tanto a potência quanto a energia superam o requisito com margem. Dimensione primeiro pela potência contínua em kW e depois verifique os minutos de reserva em kWh. Se a fila crescer mais tarde, acrescente módulos em paralelo; o banco amplia-se sem substituir o que já está instalado. Uma fila de inferência com a mesma média de 8 kW mas com picos de 16 kW precisa da mesma energia mas do dobro de módulos para suportar a corrente de pico: o pico, não a média, fixa o número de módulos.

O que enviar antes de uma proposta

  • Carga de treinamento ou de inferência, com a potência média e a potência de pico medidas em kW
  • Minutos de reserva necessários antes da partida do gerador
  • Espaço disponível no rack em U e o modelo de UPS ou inversor

Pedir um dimensionamento

Envie o perfil de carga – treinamento ou inferência – com a potência média e a potência de pico em kW, os minutos de reserva de que precisa, o espaço disponível no rack em U e o modelo de UPS ou inversor. A LJY Energy confirmará o número de módulos, a disposição em paralelo e a configuração de comunicação, e depois cotará o banco com as condições de entrega. Coordenamos o fornecimento de baterias OEM/ODM a partir de Shenzhen; não somos uma fábrica, e cada pedido é confirmado por escrito antes da produção.

Racks de servidores em um centro de dados universitário
Foto: Christopher Bowns, Wikimedia Commons, CC BY-SA 2.0 (reduzida, WebP). Imagem ilustrativa, não é um produto da LJY.

Pedir dimensionamento de bateria rack · WhatsApp +86 159 8945 0735