この論文は、データセンターが電力系統にどれだけ「負荷を減らせる」かを、単なる固定割合ではなく時間の長さ（継続時間）や信頼度、複数拠点の組み合わせで示そうとした研究です。研究者たちはAlibabaの公開トレースを使い、155,410個のGPU（グラフィックス処理装置）を含む185日分のデータから4,439時間の観測を再構成しました。モンテカルロ（繰り返しの乱数シミュレーション）による中央値で施設全体の需要は55.8メガワットで、即時に減らし得る「適格な」負荷は平均3.55メガワットでした。これは作業負荷電力の12.1％、中位の施設電力の6.35％に相当します。

再構成の手順は、トレースに電力計がない点に対応するために設計されています。研究者らはGPUの割当時間や利用率、作業種別などから「ワークロード条件付き」電力曲線を作り、ホスト（サーバ）電力やPUE（電力使用効率）を組み合わせてIT電力と施設電力に分けました。モデル不確かさを評価するために300回のモデル引き直しを行い、117件の公開測定値と突き合わせてアンカー調整をしています。可否を示す「柔軟性エンベロープ」は、待機中、適格として割り当てられたもの、移動可能なもの、常時残す床（最低電力）といった層で構成されます。さらに、GPUを停止しても割当が残るときの「アイドル保持」分は除外して即時に除去できる量を定義しました。

重要な定量結果として、もし全ての“適格”ワットが実際に使えると仮定すると、95％の信頼度で得られる削減（95%-available relief）は1時間で2.51メガワット、4時間で2.32メガワット、24時間で1.95メガワットに下がります。モデルが示す通り、もし実際に利用できる割合がqであれば、これらの値はq倍されます。よく使われる「負荷の固定割合」を平均値で合わせると、1時間・4時間・24時間の見積りをそれぞれ17％、25％、47％過大評価してしまいます。一方で4時間の下位側（テール）を基準に合わせると、1時間を6％過小評価し、24時間を17％過大評価します。継続時間や信頼度によって再現する割合は最大で1.6倍も変わりました。

複数拠点を合わせると安定性は上がります。代表的に13クラスターを集約すると4時間の「堅牢さ」（依存できる度合い）は0.38から0.66へ上昇しました。ただしクラスター間の共変動（同時に変動する傾向）があるため、独立だと仮定した場合ほどの改善は得られません。さらに実際のスケジューラ（仕事割り当て機構）が追加で生む遅延による余地はほとんどなく、新たに遅延可能な到着は平均0.008メガワットで、95％可用の容量はゼロでした。

この研究は、系統接続や需要応答の契約で「負荷のX％」とだけ書くのではなく、適格境界、継続時間、信頼度、ポートフォリオ（複数拠点の組合せ）、実現率、回復手順、再校正ルールといった項目を明記すべきだと提案します。トレースから契約変数へと再現可能に翻訳する手順と、各メガワットを解釈するための前提も示しています。

注意点として、本研究は電力計による直接測定に基づくものではありません。公開トレースは時間解像度が1時間で、多くのアクティブGPUの公開状態は「Unknown」だったため、活動はGPU時間で定義しました。電力再構成はモデルに依存し、基準の取り方によっては訓練負荷の平均消費を15～45％上回る場合があると著者自身が示しています。またスケジューラ解析はデータのカバレッジ変化に対応して日数110–184に限定しています。したがって示された数値にはモデルとデータの前提に由来する不確実性が残ります。