通过查询路由为数据中心创造电力灵活性

一项研究提出用查询路由让数据中心在不推迟请求的前提下，把查询动态分配到不同大语言模型实例上，从而调节用电需求。研究在1B至70B参数模型、四类图形处理器（GPU，Graphics Processing Unit）平台上验证，估计可达电力灵活性的平均绝对百分比误差为2.8%。在1万块H100 GPU的数据中心仿真中，灵活性最高达总功耗的16%，约10秒内可实现90%的目标降耗。