وزارت انرژی ایالات متحده (DOE) با کارشناسان صنعت مرکز داده برای رفع نیازهای روزافزون انرژی همکاری کرده است. هوش مصنوعی و زیرساخت دیجیتال
گزارش جدیدی که توسط DOE با همکاری طیف وسیعی از ذینفعان صنعت منتشر شده است، نقشه راه دقیقی را برای برآورده کردن این تقاضاهای رو به رشد و در عین حال حفظ قابلیت اطمینان شبکه و پایداری محیطی ارائه می دهد.
را گزارش دهید (PDF)، با عنوان «توصیههایی در مورد تقویت زیرساختهای هوش مصنوعی و مرکز داده»، تقاضای فزاینده انرژی از مراکز داده، بهویژه مراکزی که توسط برنامههای هوش مصنوعی هدایت میشوند را برجسته میکند.
با مقیاس بزرگ در این گزارش آمده است که تاسیساتی که اکنون تقاضای 300 تا 1000 مگاوات برق دارند و زمان تحویل فقط یک تا سه سال دارند، شبکههای محلی در تلاش برای حفظ سرعت خود هستند.
گسترش مدلهای زبانی بزرگ (LLMs) به عنوان یک عامل مهم در این افزایش شناسایی شد و نگرانیها را در مورد مصرف انرژی در آینده با ادغام عمیقتر هوش مصنوعی در جامعه افزایش داد.
مقر وزارت انرژی ایالات متحده در واشنگتن دی سی
هیئت مشاوران متخصص مرکز داده
پس از مشورت با ده ها ذینفع صنعت از جمله آمازون، گوگل، متا، OpenAI، Digital Realty و QTS، DOE یافته ها و توصیه های مهم متعددی را ارائه کرد، از جمله:
-
ایجاد یک بستر آزمایش هوش مصنوعی مرکز داده در DOE برای تسهیل مشارکت بین آزمایشگاه های ملی، دانشگاه و صنعت در توسعه انرژیالگوریتم های هوش مصنوعی کارآمد
-
همکاری بین شرکت های برق، توسعه دهندگان و اپراتورهای مرکز داده، و سایر ذینفعان کلیدی برای بحث در مورد چگونگی رفع تنگناهای فعلی تامین برق.
-
یک “ارزیابی سریعاز مسائل مربوط به هزینه، عملکرد و زنجیره تامین که با فناوریهای تولید برق، ذخیرهسازی و شبکه برای پشتیبانی از گسترش مرکز داده منطقهای مواجه است.
تمرکز کلیدی توصیههای DOE، پتانسیل انتقال مراکز داده از مصرفکننده برق «منفعل» به شرکتکنندگان فعال در مدیریت شبکه است.
این گزارش همچنین توسعه و استقرار فناوری های نوظهور انرژی پاک مانند پیشرفته را تشویق می کند هسته ای، تقویت شده است زمین گرماییو ذخیره انرژی طولانی مدت
در این گزارش آمده است: «مقیاس رشد بالقوه هر دو بخش برق و فناوری اطلاعات به دلیل هوش مصنوعی فوقالعاده است و نشاندهنده لبه اصلی رشد پیشبینیشده تقاضای برق است».
دن تامپسون، تحلیلگر تحقیقاتی اصلی مراکز داده در S&P Global Market Intelligence، در توضیح این گزارش گفت: دانش مرکز داده: «جالب است که ما به نقطهای رسیدهایم که DOE فکر میکند باید برای کمک به کاهش مشکلاتی که مالکان/اپراتورها و شرکتهای خدمات مرکز داده در اتصال همه این پروژههای مرکز داده جدید تجربه میکنند، مشارکت کند.
“این یادآوری است که مسائل محلی که ما دائماً درباره اپراتورهای شبکه می شنویم در سراسر کشور وجود دارد، نه فقط در یک یا دو نقطه داغ.”
دانش مرکز داده با سؤالات اضافی به DOE نزدیک شده است. در صورت شنیدن پاسخ این مقاله به روز خواهد شد.
چه چیزی در گزارش DOE گم شده است؟
در حالی که هیچ کمبودی در توصیه ها برای هضم وجود ندارد، تحلیلگران می گویند که این گزارش در چند زمینه کلیدی وجود ندارد.
در حالی که این مقاله بر نیاز به تشویق همکاری عمومی و خصوصی برای یافتن راه هایی برای کارآمدتر کردن LLM تاکید می کند، تامپسون خاطرنشان کرد که هیچ بحثی در مورد تلاش برای کارآمدتر کردن مراکز داده وجود ندارد.
در کشورهای دیگر در سرتاسر جهان، اولین چیزی که دیدیم تنظیمکنندهها هدف قرار میدهند این است اثربخشی مصرف برق تامپسون گفت (PUE) از مراکز داده، در تلاشی برای کاهش مصرف انرژی مازاد بر روی خفاش. “هرچند جالب است که PUE در گزارش DOE ذکر نشده است.”
قابل توجه است، در یک مصاحبه اخیر با دانش مرکز دادهپیتر دو بوک، مدیر برنامه آژانس پروژه های تحقیقاتی پیشرفته وزارت انرژی ایالات متحده – انرژی (ARPA-E) نظرات خود را در مورد اینکه چرا PUE همیشه یک معیار ایده آل نیست، بیان کرد.
د بوک گفت: “PUE به صنعت کمک کرده است تا روی پایداری تمرکز کند و برای آن عالی بوده است. PUE نیز چالش های خود را دارد.”
تامپسون همچنین مشاهده کرد که این گزارش کاملاً مبتنی بر تقویت هوش مصنوعی است و نه فقط به طور گستردهتر به مراکز داده نیرو میدهد.
“شاید این معناشناسی باشد، اما موضوعات و ابتکارات بسیار مهمی برای DOE پیشنهاد شده است تا در مورد آنها اقدام کند، اما اگر علاقه به هوش مصنوعی به عنوان یک فناوری از بین برود چه اتفاقی می افتد؟” تامپسون گفت.
همانطور که از تحقیقات خود دیدیم، سرمایهگذاریهای زیادی در مراکز داده در سطح جهان انجام میشود که با هوش مصنوعی مرتبط است – بدون شک – اما همچنان پیشرفتهای مرکز داده در مقیاس بزرگ وجود دارد که قطعاً به آن نسبت داده میشود. ابر، که ممکن است شامل هوش مصنوعی باشد، اما لزوما محدود به هوش مصنوعی نیست.
در میان افزایش تقاضای برق، صنعت مرکز داده در تلاش است تا راههای جدیدی را برای مقیاسپذیری پایدار بیابد.
مقابله با معمای انرژی مرکز داده
اگرچه این آخرین گزارش DOE دقیقاً بر روی پرداختن به مسائل مربوط به انرژی مرکز داده هوش مصنوعی متمرکز شده است، این آژانس تلاشهای متعددی را برای ایجاد مقیاسپذیری پایدار در صنعت مرکز داده انجام داده است.
از جمله ابتکارات متعدد است تراشه های خنک کننده – تلاشی چند ساله برای بهبود خنکسازی مرکز داده از طریق سیلیکون که به اندازه فناوریهای فعلی کار نمیکند.
دی باک: «ما پروژههایی در زمینه خنککننده غوطهوری تکفاز و دو فاز و خنککننده مستقیم به تراشه و همچنین پروژههای دیگری در دست اجرا داریم و قصد داریم تا نیمه اول سال 2026 یک اثبات مفهومی داشته باشیم.» در کنفرانس جهانی مرکز داده امسال گفت. تا سال 2030، کشوری با کارآمدترین، قدرتمندترین و کم هزینه ترین مراکز داده در یک مزیت بزرگ قرار خواهد گرفت.
آخرین اخبار پایداری مرکز داده را بیشتر بخوانید
اخیراً، در ژوئیه 2024، DOE این را اعلام کرد مرزها در هوش مصنوعی برای علم، امنیت و فناوری (FASST) ابتکار عمل
بر اساس نقشه راه FAAST، DOE و 17 آزمایشگاه ملی آن وظیفه ایجاد “قوی ترین سیستم های هوش مصنوعی علمی یکپارچه جهان برای علم، انرژی و امنیت ملی” را بر عهده دارند.
ابتکار بر روی تمرکز خواهد داشت پرداختن به چالش های انرژی هوش مصنوعی از طریق توسعه منابع جدید انرژی پاک و ابرکامپیوترهای “با کارآمد انرژی بالا”.
جنیفر گرانهولم، وزیر انرژی ایالات متحده، گفت: «هوش مصنوعی یک فناوری نوآورانه است که می تواند به پیشرفت در فناوری های انرژی و افزایش امنیت ملی ما کمک کند.
FASST بر اساس نقش DOE بهعنوان مباشر کشور در زمینه ابررایانههای پیشرفته و زیرساختهای تحقیقاتی در 17 آزمایشگاه ملی ما برای ارائه یک قابلیت ملی در هوش مصنوعی و امکان پیشرفتهای فناوری برای دهههای آینده است.