排算力，也要排電力

這週在討論 AI-EDC 的技術方向時，我一直在想： 我們忙著幫算力找電，有沒有可能，也讓算力配合電力安排？ 我們正在評估一個研發方向：把不同資料中心的算力工作排程，和能源調度放在一起考慮。目前還在技術與合作評估階段，沒有完成實際驗證，也還不是可以對客戶承諾的功能。 但把問題拆開之後，我覺得這件事值得做。 過去談資料中心，通常先問需要多少 MW、能簽多少 PPA、儲能要裝多大。真正開始看工作負載，才會發現，同樣是用電，每一項工作的條件差很多。 即時推論有延遲要求，不能因為電價高就叫客戶等一下。GPU 訓練能不能延後，要看任務期限、進度保存與恢復的成本，以及設備是否有空檔。跨站移轉，還有資料搬移和資安限制。 UPS 留給緊急狀況的備援容量，也不能直接拿去算交易收益。 這些條件沒有確認清楚，模型算出再漂亮的節費數字，我都不會放心。 如果省了電費，卻讓客戶的工作逾時，那不是最佳化，只是把成本轉到另一個地方。 所以我對 KiWi 下一階段 AI-EDC 的要求很明確：先把服務承諾與不能動的負載定義清楚，再確認剩下多少彈性可以運用。 能源端要看懂 15 分鐘用電、PPA 供應與儲能狀態；算力端要知道工作期限、設備條件與服務品質。兩邊不能各算各的，最後才發現彼此做不到。 接下來真正要花時間的，是資料能不能取得、誰有控制權、指令怎麼執行，以及結果怎麼驗證。 這些工作不太適合拿來做漂亮的簡報，但少做一項，現場就可能多一個問題。 創業做到現在，我越來越在意這種接口。很多機會不是來自再多一個功能，而是把原本各自運作的兩個系統，接到真的能一起工作。 排算力，也要排電力。 但順序不能錯：先守住算力服務，再談電網彈性。 讓每一度電，都更有智慧。 Steve #KiWiNewEnergy #AIEDC #AI算力中心 #儲能 #PPA #智慧能源 #能源管理 #MakingEverykWhSmarter