Исследования, white papers, отчёты и презентации о ЦОД, энергетике и современной инфраструктуре со всего мира.
Научная публикация·arXiv (preprint)·30 сентября 2026 г.·Энергоснабжение
Научная работа предлагает FissionReady — планировщик для дата-центров, питаемых многомодульной станцией малых модульных реакторов (SMR). Система совместно управляет мощностью каждого реакторного модуля, переносимой batch-нагрузкой и закупками из сети, учитывая возраст топлива, йодно-ксеноновую динамику и запас реактивности. В моделировании подход исключает вынужденные остановки и пропуски дедлайнов batch-задач, одновременно снижая водопотребление и расходы на электроэнергию из сети относительно сопоставимой базовой конфигурации.
Малые модульные реакторы (SMR)Энергоснабжение ЦОДМаневрирование генерацииМикросеть ЦОД
Подробнее →Научная публикация·arXiv (preprint)·29 сентября 2026 г.·Энергоснабжение
Научная статья предлагает метод количественной оценки гибкости электропотребления AI-ЦОД при взаимодействии с энергосистемой. Подход переносит во времени пакетные вычислительные задачи с учётом ограничений по задержке, непрерывности исполнения и доступным ресурсам CPU, GPU и памяти. Решения по планированию задач преобразуются в профиль серверной мощности, после чего оцениваются потенциал сглаживания пика и длительность устойчивого снижения нагрузки на основе реальных трасс GPU-кластера.
AI-ЦОДГибкость спросаУправление нагрузкойПеренос пакетных вычислений
Подробнее →Научная публикация·arXiv (preprint)·28 сентября 2026 г.·Энергоснабжение
Техническая работа Dominion Energy о применении сценарных прогнозов системной нагрузки разной временной гранулярности для долгосрочной оценки плановых отключений в передающей сети. Контекстом служит быстрый рост hyperscale ЦОД и AI-нагрузок в Северной Вирджинии, требующий строительства и усиления сетевой инфраструктуры. Авторы сравнивают традиционную оценку по месячному/сезонному пику с согласованными дневными, недельными и месячными прогнозами, показывая рост возможности согласовать отключения без ослабления критерия надёжности N-1.
AI-нагрузка ЦОДПрисоединение крупных нагрузокПлановые отключения сетиПередающая сеть
Подробнее →Научная публикация·arXiv (preprint)·25 декабря 2025 г.·Охлаждение и теплоотвод
Исследование представляет proof-of-concept системы мониторинга утечек теплоносителя в жидкостном direct-to-chip охлаждении GPU-ориентированных ЦОД. Архитектура объединяет LSTM для вероятностного прогноза времени до утечки и Random Forest для оперативного выявления уже произошедшей утечки; поток данных организован через MQTT, InfluxDB и Streamlit. Оценка выполнена только на синтетических данных, согласованных с ASHRAE 2021, поэтому заявленные показатели и энергетический эффект требуют проверки на реальных площадках.
ЦОДИИ-инфраструктураЖидкостное охлаждениеDirect-to-chip cooling
Подробнее →Научная публикация·DeepMind·11 ноября 2022 г.·Эксплуатация и эффективность
Техническая статья DeepMind, Google и Trane об управлении холодильными установками коммерческих зданий с помощью reinforcement learning (RL). Авторы описывают систему BCOOLER, которая формирует безопасные рекомендации по уставкам и составу работающего оборудования на базе данных BMS, прогнозов энергопотребления и ограничений. В реальных A/B-экспериментах на двух объектах система показала снижение энергопотребления относительно эвристического Sequence of Operations (SOO) на 9% и 13%.
Reinforcement LearningAI-управление HVACЧиллерные установкиОхлаждение ЦОД
Подробнее →