Emerald AI riduce la domanda elettrica con Conductor su migliaia di GPU NVIDIA

Silicon Valley Power ha inviato un segnale di riduzione dei consumi a un data center di AI; Conductor di Emerald AI ha risposto in automatico, abbassando la domanda senza toccare i carichi critici su migliaia di GPU NVIDIA¹. “Nessuno ha toccato nulla”, hanno detto dal team. La riduzione è comparsa sullo schermo in tempo reale¹.

Varun Sivaram seguiva l’evento su Zoom, insieme a circa quaranta persone tra il team di Emerald AI a San Francisco, gli ingegneri del data center e il personale della utility. Tutto è avvenuto senza interventi manuali: segnale in arrivo, risposta automatica, domanda che cala¹.

Il meccanismo è unico e lineare. Conductor riceve i segnali sulle condizioni della rete, classifica i carichi in base alla flessibilità, rallenta o riprogramma quelli che possono attendere e lascia invariati i servizi essenziali. L’obiettivo: allineare l’uso delle risorse computazionali alla disponibilità di elettricità, evitando interruzioni ai carichi prioritari¹.

NVIDIA descrive Conductor come una piattaforma di orchestrazione della rete sviluppata dal partner Emerald AI e come un primo esempio del tipo di flessibilità che DSX Flex intende offrire¹. In pratica, il segnale della utility diventa un’azione sul data center: i carichi flessibili si spostano, quelli critici restano attivi¹.

“Guardavamo col fiato sospeso,” ha detto Sivaram. “Era la nostra prima distribuzione su migliaia di GPU NVIDIA.” La responsabile di prodotto, Mansi Shah, ha reagito con entusiasmo quando lo schermo ha mostrato l’effetto della manovra. Il punto, ha spiegato il team, non è spegnere ma modulare: preservare ciò che conta e spostare il resto quando la rete lo richiede¹.

Per la utility, quella modulazione ha fornito la risposta necessaria in un momento di stress della rete. Per il data center, ha mostrato che i carichi di AI possono flettersi senza compromettere i servizi prioritari. E per chi guardava, ha confermato che un’integrazione fra segnali di rete e orchestrazione dei workload funziona sul campo, non solo sulla carta. La sequenza è rimasta interamente automatizzata durante l’evento¹.

Il test ha messo in contatto diretto due sale controllo che raramente dialogano in tempo reale: quella della utility e quella di un data center AI. È un precedente operativo che inquadra la promessa di DSX Flex: scalare questa flessibilità oltre un singolo sito, con piattaforme come Conductor a tradurre i segnali della rete in decisioni sul calcolo¹.