قدرت کلید باز کردن رشد مرکز داده هوش مصنوعی است | دانش مرکز داده

بیتلز به دنیا گفت: “عشق تمام چیزی است که شما نیاز دارید.” اما به گفته علی فن، رئیس Lancium، قدرت تنها چیزی است که شما نیاز دارید – حداقل در مورد هوش مصنوعی در مرکز داده.

در مرکز جهانی داده امسال در واشنگتن دی سی، فن بیان کرد که چگونه هوش مصنوعی سریعتر از چیزی که هر کسی تصورش را می کرد حرکت می کند. تقاضای آن برای محاسبات و ظرفیت مرکز داده جدید بی سابقه است.

مربوط: قانون تعادل: تأثیر دوگانه هوش مصنوعی بر قدرت و پایداری مرکز داده

او گفت: “هر مدل فعلی احتمالاً آنچه را که پیش رو داریم دست کم می گیرد.” پتانسیل تحول آفرینی هوش مصنوعی در تمام جنبه های جامعه اساساً تنها توسط یک چیز اداره می شود: قدرت.

شکستن پازل قدرت

کسانی که می‌خواهند از رونق هوش مصنوعی سرمایه‌گذاری کنند، باید بفهمند که قدرت کجاست، چگونه می‌توانند به آن دسترسی پیدا کنند، و کجا می‌توانند سریع‌ترین مراکز داده را برای تامین نیروی مورد نیاز هوش مصنوعی بسازند – همه اینها در عین حال شامل هزینه‌ها است.

مربوط: تحلیلگران Omdia درباره تقویت – و خنک کردن – انقلاب هوش مصنوعی بحث می کنند

برخی پیش بینی می کنند که هوش مصنوعی سقوط بشریت خواهد بود. فن آن را عامل اصلی خوش بینی می داند. ممکن است به محققان کمک کند تا درمانی برای سرطان بیابند، فقر را از بین ببرند، از مشقت بار کارهای دستی یا تکراری دور کنند و زمان بیشتری را برای افراد فراهم کنند. او به آمارهایی مانند هوش مصنوعی اشاره کرد که نشان دهنده 38 تریلیون دلار در سال است که تا سال 2050 برای تغییرات اقلیمی هزینه می شود.

فن گفت: “هیچ هوش مصنوعی بدون مراکز داده وجود ندارد.” این لحظه، مسئولیت و فرصت ماست.»

هوش مصنوعی در حال حاضر به پیشرفت های بزرگ مرکز داده کمک می کند. پیش بینی می شود که کار مرکز داده هوش مصنوعی متا هزینه های کلی را تا 33 درصد کاهش دهد. هوش مصنوعی DeepMind گوگل هزینه های خنک کننده را تا 40 درصد کاهش داد. مایکروسافت برای ایجاد هشدارهای امنیتی و بهبود ایمنی، هوش مصنوعی را در پلتفرم های خود معرفی کرده است.

Sid Naq، تحلیلگر گارتنر، گفت: «تا سال 2025، نیمی از مراکز داده ابری ربات‌های پیشرفته با قابلیت‌های هوش مصنوعی و یادگیری ماشینی را مستقر خواهند کرد که در نتیجه کارایی عملیاتی 30 درصد بالاتر خواهد بود.

عصر قدرت هوش مصنوعی

Fenn معتقد است که هوش مصنوعی از نرم افزار و کد در سال 2021 به افزودن GPU در سال 2022 و یافتن ظرفیت کافی مرکز داده در سال 2023 تغییر کرده است. امسال، این معادله به سمت دستیابی به قدرت کافی برای اجرای برنامه های کاربردی هوش مصنوعی و مدل های زبان بزرگ (LLM) تغییر کرده است. ).

مانع اصلی رشد مرکز داده، در دسترس بودن زمین، زیرساخت یا استعداد نیست. این یک قدرت محلی است.

فن اشاره کرد که 30 سال طول کشید تا تقاضای برق مرکز داده ایالات متحده به 17 گیگاوات برسد. بدون هوش مصنوعی، پیش‌بینی می‌شد که تا پایان دهه دوباره دو برابر شود. اما اکنون، برآوردها برای تقاضای برق مرکز داده تا سال 2030 از 50 تا 80 گیگاوات متغیر است.

Fenn گفت: «برای در نظر گرفتن این اعداد، 1 گیگاوات برای خانه های یک میلیون نفر و 100 گیگاوات برای 10 درصد روشنایی جهانی کافی است. ما شاهد بزرگترین تزریق سرمایه در تاریخ به هوش مصنوعی هستیم.

برنامه های کاربردی هوش مصنوعی (GenAI) مانند ChatGPT پیش بینی می شود که تا سال 2025 تقریباً 75 درصد مگاوات مرکز داده ایالات متحده را در مقایسه با توان موجود در سال 2022 مصرف کنند. در سال 2022

واقعیت ساده این است که مصرف برق به مراتب بیشتر از هر بهره وری یا نوسازی است. در نتیجه، مصرف برق مرکز داده از حدود 2 درصد برق ایالات متحده امروز به 7.5 درصد تا سال 2030 خواهد رسید. هر عددی که آنها برای رشد تعیین می‌کنند، ظرف چند ماه دست‌کم می‌گیرند. جای تعجب نیست که ما شاهد سرمایه گذاری بسیار زیادی در امکانات جدید مرکز داده، پردیس ها و زمین های جدید برای سایت های آینده هستیم.

شبکه آینده

مدل شبکه کنونی شانسی برای مقابله با ساخت هوش مصنوعی ندارد. ظرفیت برق موجود در پنج بازار برتر مرکز داده از هم اکنون تا سال 2027 تنها 4 گیگاوات است. با این حال ممکن است طی چند سال به 50 گیگاوات نیاز باشد. این تقریباً همان مقداری است که در حال حاضر توسط کل ایالت های آتلانتیک میانی و نیوانگلند مصرف می شود.

اگر این مشکل به اندازه کافی بزرگ نبود، سرعت شبکه با گسترش هوش مصنوعی در تضاد است. برای یافتن نیرو برای یک پروژه بزرگ، شش یا هفت سال و هزاران تایید طول می کشد. بدتر از آن، انتقال به انرژی های تجدیدپذیر به این معنی است که پیش بینی می شود حدود 60 گیگاوات از خروجی الکتریکی سنتی در شمال شرق تا سال 2030 بدون هیچ جایگزینی در دسترس باشد.

فن گفت: “شبکه آینده باید بسیار متفاوت باشد.” مشکل اصلی اوج تقاضا است که ما باید آن را به روش های جدید حل کنیم.

به‌جای انعطاف‌پذیری از سمت عرضه (مانند کارخانه‌های «پیکر» که در عصر آنلاین می‌شوند و برای مقابله با کمبودهای ناگهانی عرضه)، انعطاف‌پذیری باید هم در عرضه و هم در تقاضا وجود داشته باشد. Fenn انتظار دارد طرح‌های پاسخگویی به تقاضا تا سال 2050 تا 20 برابر افزایش یابد که به موجب آن مراکز داده و سایر کاربران رضایت می‌دهند که از شبکه خارج شوند و برای دوره‌های خاصی به نیروی پشتیبان یا در محل تکیه کنند. او گفت که این به تنهایی می تواند بیش از 2000 گیگاوات باشد. ما نشانه‌های اولیه این امر را با ابرمقیاس‌کننده‌هایی مانند گوگل می‌بینیم که حجم کاری را در سراسر جهان بر اساس بهینه‌سازی عرضه، تقاضا و هزینه برق جابجا می‌کنند.

مرکز داده آینده

انتظار می رود در کنار ظرفیت انرژی، اندازه مراکز داده جدید افزایش یابد.

Fenn گفت: «مراکز داده سنتی از بین نخواهند رفت و تقاضا برای خدمات آنها احتمالاً باقی خواهد ماند. اما ممکن است به زودی مراکز داده 1 یا 2 گیگاواتی و شاید حتی بزرگتر را ببینیم.

این مراکز ابرداده جدید در پردیس‌های وسیعی قرار خواهند گرفت که ابتدا بر اساس مکان‌هایی که برق کافی وجود دارد و تحت تأثیر قرار گرفتن در مجاورت هاب‌های شبکه و مراکز بارگذاری هستند – یا با زیرساخت‌های انتقال به اندازه کافی قوی برای رساندن برق به جایی که نیاز است. .

مراکز داده با چنین ابعادی نیاز به تغییر در نحوه مدیریت آنها دارند. احتمالاً باید با آنها بیشتر شبیه نیروگاه ها رفتار شود و باید در هماهنگی نزدیک با شرکت های برق و اپراتورهای شبکه کار کنند. Fenn تگزاس را به عنوان مقصد احتمالی بسیاری از این سایت‌های جدید دوست دارد.

Fenn گفت: “ما به یک شبکه پیش بینی کننده و پاسخگو نیاز داریم که پیش بینی آب و هوا، قیمت گذاری، تراکم شبکه، بار و هماهنگی پویا را در نظر بگیرد.” دستیابی به این امر مستلزم نوآوری در همه زمینه ها و همچنین ساخت تعداد زیادی ژنراتور جدید گاز، هسته ای و سایر منابع انرژی است.

در حالی که بیشتر بحث‌های پیرامون هوش مصنوعی و مراکز داده بر مصرف انرژی و محدودیت‌های ظرفیت متمرکز است، اپراتورهای مراکز داده خودشان از سیستم‌های هوش مصنوعی برای کمک به آنها برای بهینه‌سازی عملیات زیرساخت خود استفاده می‌کنند.

در مصاحبه قبلی با دانش مرکز دادهFenn خاطرنشان کرد که یکی از مهم‌ترین فرصت‌های هوش مصنوعی در صنعت مراکز داده در تقاطع مراکز داده و شبکه قرار دارد.

او توضیح داد: «رشد سریع تقاضای مراکز داده و ظهور مراکز داده در مقیاس بزرگ، در مقیاس گیگاوات، چالش‌های جدیدی را برای اپراتورهای شبکه ایجاد می‌کند. در Lancium، ما بر توسعه فناوری هماهنگ‌سازی و بهینه‌سازی قدرت مبتنی بر هوش مصنوعی برای ارائه قابلیت اطمینان شبکه و اطمینان از قابلیت اطمینان بار کاری برای مراکز داده و مشتریان آن‌ها، با SLAهایی که هم قابلیت اطمینان و هم انرژی بدون کربن را در اولویت قرار می‌دهند، تمرکز می‌کنیم.

شائولی رن، دانشیار مهندسی برق و کامپیوتر در دانشگاه کالیفرنیا، ریورساید، این خوش بینی را در مورد پتانسیل هوش مصنوعی برای بهبود بهره وری انرژی به اشتراک گذاشت. رن گفت: «هوش مصنوعی می‌تواند پیکربندی دقیق‌تری از عملکرد سیستم خنک‌کننده براساس تقاضای بلادرنگ ارائه دهد، و هوش مصنوعی همچنین می‌تواند با ارائه پیکربندی دقیق سیستم‌های خنک‌کننده و پیش‌بینی اثربخشی مصرف انرژی، به پیش‌بینی اثربخشی مصرف انرژی کمک کند.

برای اطلاعات بیشتر از Data Center World 2024 اینجا را کلیک کنید.