GPU रॅकसाठी बॅटरी बॅकअपचा आकार ठरवणारा AI ऑपरेटर सहसा एका संख्येने सुरुवात करतो: kW मधील सरासरी पॉवर. ही संख्या प्रश्नाचे फक्त अर्धे उत्तर देते. एक ट्रेनिंग क्लस्टर आणि एक इन्फरन्स फ्लीट दोन वेगवेगळ्या आकारांत ऊर्जा खेचतात – एक सपाट आणि सतत, दुसरा लहान शिखरांसह – आणि आकार ठरवतो की बॅटरीने काय करायचे: तिला किती पीक करंट सहन करायचा आहे, प्रत्येक डिस्चार्ज किती खोल आहे, आणि मॉड्यूलची संख्या ऊर्जा ठरवते की पॉवर. डेटा सेंटरांनी 2024 मध्ये सुमारे 415 TWh वीज वापरली, जी जागतिक मागणीच्या सुमारे 1.5% आहे, आणि IEA ला 2030 पर्यंत सुमारे 945 TWh ची अपेक्षा आहे (IEA, April 2025). हे पेज दोन्ही लोड प्रोफाइल स्पष्ट करते, प्रत्येक LiFePO4 रॅक बॅटरीकडून काय मागतो, आणि साइझिंग प्रस्तावासाठी LJY Energy ला काय पाठवायचे.
ट्रेनिंगदरम्यान, GPU तास किंवा दिवस जवळजवळ पूर्ण वापरावर चालतात: पॉवर वक्र जवळजवळ सपाट, उंच आणि सतत असतो, आणि एक व्यत्यय ट्रेनिंग थांबवू शकतो आणि तासांचे चेकपॉइंट गमावू शकतो. एक ट्रेनिंग रॅक सुमारे 40 kW खेचू शकतो – चार DGX H100 सर्व्हर – जे सामान्य कॉर्पोरेट रॅकच्या 7-12 kW पेक्षा कित्येक पट जास्त आहे. इन्फरन्सचा आकार याच्या विरुद्ध आहे: क्वेरी अनियमितपणे येतात, GPU प्रत्येक क्वेरीवर शिखरावर पोहोचतात आणि मध्ये निष्क्रिय राहतात, त्यामुळे वक्र कमी सरासरीपेक्षा वर शिखरांची मालिका आहे. इन्फरन्स आधीच AI कॉम्प्युटिंगचा सुमारे 80-90% आहे, आणि IEA ला अपेक्षा आहे की 2030 पर्यंत तो AI च्या ऊर्जा गरजांच्या सुमारे 75% पर्यंत पोहोचेल (IEA, April 2025). दोन्ही आकार बॅटरीकडून वेगवेगळ्या गोष्टी मागतात: ट्रेनिंग बॅटरीने संपूर्ण ब्रिजिंग विंडोमध्ये सतत पॉवर द्यायला हवी, सरासरीच्या जवळ शिखरासह, ब्रिजिंग ऊर्जा जी सतत पॉवर kW गुणा मिनिटे यांनी ठरते, मध्यम सतत C रेट, लांब व्यत्ययांवर खोल डिस्चार्ज, स्थिर व्होल्टेज आणि समान उष्णता; इन्फरन्स बॅटरीने व्होल्टेज न पडता जलद शिखरे शोषायला हवी, सरासरीपेक्षा खूप वर शिखरासह, ब्रिजिंग ऊर्जा जी पीक पॉवर kW गुणा मिनिटे यांनी ठरते, उच्च छोट्या करंट पल्स, छोट्या घटनांवर आंशिक डिस्चार्ज आणि उष्णतेच्या पल्स ज्या लोड शिखरांचे अनुसरण करतात. साइझिंग ट्रेनिंगमध्ये सतत पॉवर kW ने आणि इन्फरन्समध्ये पीक पॉवर kW आणि शिखराच्या कालावधीने सुरू होते. इन्फरन्स फ्लीट देखील वापरासह वाढण्याची प्रवृत्ती ठेवतात, आणि एक मॉड्युलर रॅक बॅटरी त्यांच्यासोबत वाढते: लोड वाढल्यावर मॉड्यूल समांतर जोडले जातात, बॅटरी बदलण्याऐवजी.

संदर्भ मूल्ये
| डेटा सेंटरांची वीज वापर, 2024 | 415 TWh |
| जागतिक वीज मागणीतील वाटा | 1.5% |
| 2030 पर्यंत डेटा सेंटरांची अपेक्षित वीज वापर | 945 TWh |
| एका ट्रेनिंग रॅकची पॉवर वापर, उदाहरण | 40 kW |
| सामान्य कॉर्पोरेट रॅकची पॉवर वापर | 7–12 kW |
| AI कॉम्प्युटिंगमध्ये इन्फरन्सचा वाटा | 80–90% |
| 2030 पर्यंत AI च्या ऊर्जा गरजांमध्ये इन्फरन्सचा अपेक्षित वाटा | 75% |
| साइझिंग उदाहरणातील ट्रेनिंग रांग | 8 kW |
| साइझिंग उदाहरणातील इन्फरन्स शिखर | 16 kW |
साइझिंग लोडच्या आकाराने सुरू होते, कॉपी केलेल्या अँपिअर-तासाच्या संख्येने नाही: LJY चे 51.2V रॅक मॉड्यूल पेज त्या रॅक मॉड्यूलची यादी देते ज्यापासून बॅटरी बनते, आणि मॉड्यूलची संख्या मोजलेल्या kW आणि ब्रिजिंग मिनिटांवरून निघते आणि प्रत्येक प्रकल्पासाठी पुष्टी केली जाते.
साइझिंग उदाहरण
8 kW च्या ट्रेनिंग रांगेला 15 मिनिटांच्या ब्रिजिंगसाठी सुमारे 2 kWh उपयुक्त ऊर्जा लागते. समांतर जोडलेले 2 100 Ah मॉड्यूल ते पूर्ण करतात: ते सतत सुमारे 10 kW देतात आणि 10.24 kWh साठवतात, त्यामुळे पॉवर आणि ऊर्जा दोन्ही मार्जिनसह गरज पूर्ण करतात. प्रथम सतत पॉवर kW नुसार आकार ठरवा, नंतर ब्रिजिंग मिनिटे kWh मध्ये तपासा. रांग नंतर वाढली तर समांतर मॉड्यूल जोडा; बॅटरी आधीच बसवलेले न बदलता विस्तारते. त्याच 8 kW सरासरीची पण 16 kW शिखरांची इन्फरन्स रांगेला तेवढीच ऊर्जा लागते, पण पीक करंट सहन करण्यासाठी दुप्पट मॉड्यूल लागतात – मॉड्यूलची संख्या शिखर ठरवते, सरासरी नाही.
प्रस्तावापूर्वी काय पाठवावे
- ट्रेनिंग किंवा इन्फरन्स लोड, मोजलेली सरासरी आणि पीक पॉवर kW मध्ये
- जनरेटर सुरू होण्यापूर्वी आवश्यक ब्रिजिंग मिनिटे
- U मध्ये उपलब्ध रॅक जागा आणि UPS किंवा इन्व्हर्टर मॉडेल
गणनेची विनंती करा
लोड प्रोफाइल पाठवा – ट्रेनिंग किंवा इन्फरन्स – kW मध्ये सरासरी आणि पीक पॉवर, आवश्यक ब्रिजिंग मिनिटे, U मध्ये उपलब्ध रॅक जागा आणि UPS किंवा इन्व्हर्टर मॉडेलसह. LJY Energy मॉड्यूलची संख्या, समांतर कनेक्शन आणि कम्युनिकेशन सेटिंगची पुष्टी करेल आणि नंतर डिलिव्हरी अटींसह बॅटरीचे कोटेशन देईल. आम्ही शेनझेनहून OEM/ODM बॅटऱ्यांच्या डिलिव्हरीचे समन्वय करतो; आम्ही फॅक्टरी नाही, आणि प्रत्येक ऑर्डरची उत्पादनापूर्वी लेखी पुष्टी केली जाते.

