اگر پیش‌بینی‌ها درست باشد، رونق هوش مصنوعی خواهد بود برق را به شدت افزایش می دهد که مراکز داده مصرف می کنند. مودیز پیش‌بینی می‌کند که استفاده از انرژی مرکز داده مرتبط با هوش مصنوعی با نرخی رشد خواهد کرد 43 درصد سالانه. با گسترش، هوش مصنوعی همچنین احتمالاً منجر به شرایط گرمتر در مراکز داده خواهد شد، زیرا مصرف برق توسط تجهیزات فناوری اطلاعات همراه با تولید گرما است.
این بدان معنی است که علاوه بر رفع نیاز به قدرت بیشتراپراتورهای مرکز داده باید به این فکر کنند که چگونه با بارهای حرارتی بالاتری که احتمالاً در مراکز داده ای که بارهای کاری هوش مصنوعی را میزبانی می کنند معمول می شوند، مدیریت می کنند.
آیا هوش مصنوعی دما را در مراکز داده افزایش می دهد؟
تا به امروز، هیچ‌کس داده‌های سخت و جامعی را در مورد میزان کمک بارهای کاری هوش مصنوعی به خروجی حرارت بالاتر توسط مراکز داده جمع‌آوری نکرده است. اما منطقی است که فرض کنیم به دلیل سخت افزار شتاب دهنده هوش مصنوعی – مانند آرایه های دروازه قابل برنامه ریزی میدانی (FGPAs)، واحدهای پردازش گرافیکی (GPU) و واحدهای پردازش عصبی (NPU) – معمولا برق زیادی مصرف می کند و گرمای زیادی نسبت به دستگاه های معمولی تولید می کند.
علاوه بر این، طراحی‌های سخت‌افزاری هوش مصنوعی می‌توانند اتلاف گرما را چالش‌برانگیزتر کنند. برای مثال، تحقیقات روی NPU ها نشان داد که آنهابه دلیل چگالی توان بیش از حد، گلوگاه های حرارتی جدی را به سیستم های روی تراشه تحمیل می کنددر اصطلاح فنی کمتر، این بدان معنی است که خنک کردن تراشه های هوش مصنوعی دشوارتر است، زیرا آنها حجم بالایی از گرما را در مناطق کوچک و متمرکز تولید می کنند.
چگونه مراکز داده می توانند سخت افزار هوش مصنوعی را خنک کنند
این بدان معناست که اپراتورهای مراکز داده احتمالاً باید روی استراتژی‌های خنک‌کننده جدید سرمایه‌گذاری کنند تا سخت‌افزار هوش مصنوعی را در دمای ایمن کار کنند.
خبر خوب در این زمینه این است که فناوری خنک‌سازی کارآمد دستگاه‌های هوش مصنوعی از قبل وجود دارد. خنک کننده مایع و خنک کننده غوطه وری در دفع سریع گرما، با حداقل مصرف انرژی عالی است.
اما خبر بد این است که این نوع سیستم های خنک کننده معمولاً بسیار گران تر از راه حل های خنک کننده مرسوم مرکز داده هستند. در نتیجه، اپراتورهای مراکز داده ممکن است خود را مجبور به سرمایه گذاری در زیرساخت های خنک کننده جدید گران قیمت کنند.
این روند همچنین می‌تواند فشارهایی را در بازار ایجاد کند که در آن مراکز داده خاص به دلیل تفاوت در سیستم‌های گرمایشی، توانایی بیشتری نسبت به سایر مراکز در میزبانی بارهای کاری هوش مصنوعی دارند. مراکز داده‌ای که خنک‌کننده مایع و غوطه‌وری را ارائه می‌کنند، در رقابت برای گوشه‌کردن بازار هوش مصنوعی، از یک قدم بالا لذت خواهند برد.
نیاز به خنک کردن کارآمد بارهای کاری هوش مصنوعی همچنین می تواند انگیزه جدیدی برای مراکز داده برای سرمایه گذاری در استراتژی هایی مانند استفاده مجدد از گرما، از آنجایی که به لطف تراشه های هوش مصنوعی، گرمای بیشتری برای ذخیره خواهند داشت.
هوش مصنوعی، گرما و مراکز داده: چشم انداز بلندمدت
در تعادل، شایان ذکر است که سخت افزار هوش مصنوعی ممکن است همیشه آنقدر تشنه انرژی یا گرما نباشد. این احتمال وجود دارد که سازندگان تراشه‌های هوش مصنوعی در طول زمان راه‌هایی برای کارآمدتر ساختن سخت‌افزار هوش مصنوعی از منظر حرارتی پیدا کنند، درست همانطور که طراحی‌های CPU در طول دهه‌ها تغییر کرده‌اند تا خروجی گرما را بدون کاهش قدرت پردازش کاهش دهند. فقط به این دلیل که NPU ها، FPGA ها، GPU ها و سایر دستگاه های هوش مصنوعی گرمای زیادی تولید می کنند به این معنی نیست که همیشه همینطور خواهد بود.
همچنین ممکن است کسب‌وکارها به همان اندازه که بسیاری از پیش‌بینی‌های فعلی نشان می‌دهند، دستگاه‌های هوش مصنوعی زیادی را در مراکز داده مستقر نکنند. ممکن است شرکت ها استفاده کنند GPU-as-a-Service برای مثال، راه‌حل‌ها، به‌جای راه‌اندازی سخت‌افزار خودشان – و اگرچه ارائه‌ی GPU-as-a-Service به ارائه‌دهندگان خدمات نیاز دارد که GPUها را در یک مرکز داده در جایی مستقر کنند، توانایی اشتراک‌گذاری GPU بین چندین مشتری و بار کاری احتمالاً منجر استفاده از GPU کلی کارآمدتر از زمانی است که هر کسب و کاری GPU های خود را راه اندازی کند.
اما در کوتاه‌مدت، موج گرمایی که هوش مصنوعی می‌خواهد به صنعت مراکز داده وارد کند، اجتناب‌ناپذیر به نظر می‌رسد. اکنون زمان آن فرا رسیده است که اپراتورهای مرکز داده تصمیم بگیرند که آیا می‌خواهند روی فناوری‌های خنک‌کننده سرمایه‌گذاری کنند که قادر به رسیدگی به افزایش تقاضای گرما هستند یا خیر.