La mejor maquina para correr PowerFactory

Día 33 / 60

La mejor máquina para correr PowerFactory es la que tenga el procesador con la mayor frecuencia posible.

Llevaba semanas evitando esta pregunta: en que máquina debería correr PowerFactory?

Voy a ser honesto: asumía que más cores y más RAM era mejor. Usé la que me recomendaron por defecto, una c2d-standard-16 con 16 cores y 64 GB de RAM. Nunca lo había medido.

Así que hice lo que debería haber hecho hace semanas: un benchmark sistemático. 5 máquinas, 25 flujos de potencia cada una, multiples corridas. Misma base de datos del CEN (~2.600 barras del SEN), misma versión de PowerFactory, apoyado por Don Nelson.

Las máquinas

Todas corren PowerFactory 2024 SP1 en GCP, con Spark 0.3.1 ejecutando los flujos. No alcance a sacar los datos completos de la n2-standard-4, pero es la más lenta por lejos — los resultados son de las otras 4. La c4-highmem-2 la probé despues de publicar el post, los detalles estan en la actualización al final.

Resultados

El gráfico habla solo:

La c4-highcpu-4 con 4 cores y 8 GB de RAM promedia 2.19 segundos por flujo. La c2d-standard-16 — la que yo estaba usando — con 16 cores y 64 GB promedia 2.72. Cuatro veces más recursos, 20% más lenta.

¿Por qué? PowerFactory es single-threaded para resolver flujos de potencia. Lo único que importa es la frecuencia del core. Más RAM no sirve. Más cores no sirven. Los 15 cores extra que estaba pagando no hacían absolutamente nada.

Otro dato que confirma la tesis: la c2-standard-8 (8 cores) es solo 3% más rápida que la c2-standard-4 (4 cores). Misma frecuencia, el doble de cores, rendimiento prácticamente idéntico. Los cores extra no sirven para nada aqui.

Thermal throttling

La c2-standard-4 tiene un problema: se calienta. En la segunda corrida, los primeros 13 flujos promedian 3.7 segundos, pero del flujo 14 en adelante saltan a 4.6 segundos. El CPU baja la frecuencia para no sobrecalentarse.

La línea roja es la c2-standard-4: se ve claramente el salto despues del flujo 13. La c4-highcpu-4 (verde) y la c2d-standard-16 (azul) se mantienen planas. La c4 no solo es más rápida — es consistente.

Esto importa. Cuando corres un estudio completo con multiples escenarios, necesitas que cada flujo tome lo mismo. Si la máquina se throttlea a la mitad, tus tiempos se vuelven impredecibles y tus estimaciones de costo no sirven.

Los otros tiempos

El flujo de potencia no es lo único que toma tiempo. Antes de resolver, Spark tiene que cargar la base de datos y activar el escenario. Estos tiempos también varían entre máquinas.

Tiempo de carga

Cargar la base de datos del CEN (~2.600 barras) es I/O puro: leer el archivo de disco y parsearlo en memoria.

La c4-highcpu-4 con Hyperdisk carga en 8.3 segundos, un 33% más rápido que las c2 con pd-ssd (~12s). El tipo de disco importa aca.

Un dato interesante: en algunas corridas el load time se disparo a 80-130 segundos. Eso pasa cuando el cache de disco esta frio — la primera vez que la VM lee el archivo. En corridas consecutivas el SO lo mantiene en cache y baja a los tiempos normales.

Tiempo de activación

Activar el escenario (caso de estudio + variacion de operación) es lo que le dice a PowerFactory "quiero simular este estado del sistema".

Lo mismo aca: la c4 activa en ~1.95 segundos vs ~2.7s de la c2-standard-4. La diferencia es menor en terminos absolutos pero se nota que la frecuencia del CPU impacta cada operación.

La c2d-standard-16 tuvo un outlier de 10.2 segundos en una corrida. No tengo explicación clara, posiblemente contention en la VM compartida.

Pipeline completo

Juntando todo — carga + activación + solver — se ve la diferencia end-to-end:

La c4-highcpu-4 completa los 25 flujos en 64 segundos end-to-end. La c2-standard-4 toma 107. La c4 gana en cada fase.

Costo

En la práctica mantengo las máquinas prendidas por hora. Lo que importa es cuanto rinde cada dolar.

La c4-highcpu-4 cuesta $0.17/hr y hace ~1.642 flujos por hora. La c2d-standard-16 que estaba usando cuesta $0.73/hr y hace ~1.322. Pagaba 4.3x más por hora por 20% menos rendimiento.

Estaba quemando plata. Literalmente.

Computo infinito

En una postulacion a OpenAI preguntaron: si tuvieras computo infinito, que harias? En ese momento no supe responder bien. Ahora lo entiendo.

Simularía el sistema eléctrico en sus infinitas posibilidades para aprender de el. Contingencias, ajuste de protecciones, escenarios de operación, variaciones de demanda. Cada combinación posible. Una máquina corriendo 24/7 generando conocimiento.

La c4-highcpu-4 que estoy usando cuesta $0.1701/hr. Corriendo 24/7:

Pero si lo único que importa es la frecuencia del core y voy a tener la máquina prendida 24/7, la mejor opción no es una VM — es un Intel i9-14900K que corre a 6.0 GHz en turbo. Si el solver escala linealmente con frecuencia, cada flujo bajaría de ~2.19s a ~1.53s. 43% más rápido.

El computo no es barato. Pero es lo que hay que hacer. Para que una AGI entienda el sistema eléctrico, alguien tiene que generar los datos. Un PC corriendo 24/7 simulando contingencias, corriendo flujos, ajustando protecciones. Eso es lo que voy a hacer.