智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
Ouster 激光雷達(dá) 現(xiàn)貨庫(kù)存
OS1-128,自動(dòng)駕駛,港機(jī)天車,抓斗自動(dòng)化,無(wú)人機(jī) 安防品牌
其他品牌
人工智能 (AI) 已成為現(xiàn)代技術(shù)中最具變革性的力量之一，而生成式人工智能是其近期人氣飆升的主要原因。雖然人工智能本身并不是一個(gè)新概念——已經(jīng)存在了幾十年——但生成式人工智能的最新進(jìn)展將其推到了聚光燈下。這些發(fā)展代表著人工智能在預(yù)測(cè)分析和模式識(shí)別等任務(wù)方面的傳統(tǒng)用途之外的重大飛躍。隨著人工智能能力的發(fā)展，其影響遠(yuǎn)遠(yuǎn)超出了軟件開發(fā)，對(duì)各個(gè)行業(yè)產(chǎn)生了重大影響，尤其是數(shù)據(jù)中心行業(yè)。
人工智能的興起引發(fā)了一場(chǎng)類似于互聯(lián)網(wǎng)繁榮時(shí)期的快速擴(kuò)張的革命，讓許多基礎(chǔ)設(shè)施制造商措手不及。對(duì)支持人工智能的更大計(jì)算能力的需求為數(shù)據(jù)中心行業(yè)帶來(lái)了機(jī)遇和挑戰(zhàn)，而該行業(yè)發(fā)現(xiàn)自己對(duì)這種需求的規(guī)模毫無(wú)準(zhǔn)備。雖然人工智能革命推動(dòng)了該行業(yè)的指數(shù)級(jí)增長(zhǎng)，但也帶來(lái)了一些需要立即關(guān)注的復(fù)雜問題。
人工智能對(duì)數(shù)據(jù)中心行業(yè)的主要影響
1) 功耗增加
人工智能應(yīng)用，尤其是那些依賴于高性能計(jì)算 (HPC) 的應(yīng)用，需要強(qiáng)大的處理能力才能有效運(yùn)行。隨著處理器的發(fā)展和容量的擴(kuò)大，能源需求也在增長(zhǎng)，這反過來(lái)又增加了數(shù)據(jù)中心的功耗。雖然數(shù)據(jù)中心一直是能源密集型的，但人工智能的興起加劇了這個(gè)問題。作為背景，數(shù)據(jù)中心的典型標(biāo)準(zhǔn)機(jī)架消耗 5 千瓦到 10 千瓦的電力，而 HPC 機(jī)架則需要高達(dá) 85 千瓦的電力。功耗的大幅增加給基礎(chǔ)設(shè)施帶來(lái)了額外的壓力，促使行業(yè)領(lǐng)導(dǎo)者尋求可持續(xù)的解決方案。討論最多的選擇之一是使用模塊化核反應(yīng)堆，它可以高效地產(chǎn)生大量電力。然而，這種解決方案的環(huán)境效益仍存在爭(zhēng)議，我們將在本文中不再深入探討這個(gè)問題。
2) 冷卻需求增加
冷卻是任何數(shù)據(jù)中心的基本方面，因?yàn)樗?IT 設(shè)備在運(yùn)行過程中都會(huì)產(chǎn)生熱量。如果不能有效地去除這些熱量，設(shè)施內(nèi)的溫度可能會(huì)升高到危及關(guān)鍵系統(tǒng)性能的水平。所有 IT 設(shè)備都必須在特定的溫度范圍內(nèi)運(yùn)行，如 ASHRAE 標(biāo)準(zhǔn)所述。HPC 機(jī)架所需的更高功耗直接轉(zhuǎn)化為更多的熱量，這加劇了冷卻需求。冷卻過程本身通常是數(shù)據(jù)中心內(nèi)最耗能的操作，尋找優(yōu)化其效率的方法仍然是一項(xiàng)重大挑戰(zhàn)。在過去十年中，已經(jīng)開發(fā)出各種創(chuàng)新解決方案，例如液體和浸入式冷卻系統(tǒng)，以解決這一問題，但仍有大量工作要做，以使冷卻系統(tǒng)更節(jié)能。
3) 電力容量可用性緊張
隨著人工智能數(shù)據(jù)中心對(duì)電力的需求越來(lái)越大，公用事業(yè)提供商正在努力滿足這些日益增長(zhǎng)的需求 [5]。這導(dǎo)致數(shù)據(jù)中心的啟動(dòng)和運(yùn)行延遲，因?yàn)楸匾碾娏A(chǔ)設(shè)施通常無(wú)法隨時(shí)獲得。在數(shù)據(jù)中心行業(yè)，上市速度至關(guān)重要，因?yàn)檫@些設(shè)施支持的應(yīng)用程序需要快速部署。確保充足可靠的電力供應(yīng)的挑戰(zhàn)已成為一個(gè)重大瓶頸，減緩了新數(shù)據(jù)中心的建設(shè)和運(yùn)營(yíng)準(zhǔn)備。
4)人工智能需求與硬件能力之間的差距
人工智能應(yīng)用的激增需求揭示了現(xiàn)有計(jì)算機(jī)處理器的局限性，凸顯了進(jìn)一步推進(jìn)這項(xiàng)技術(shù)的必要性。雖然業(yè)界已經(jīng)看到了有希望的突破——比如 NVIDIA 的 DGX 芯片和微軟新推出的 Majorana 量子芯片——但這些創(chuàng)新仍處于滿足巨大處理能力需求的早期階段 [6]。隨著人工智能技術(shù)的不斷發(fā)展，當(dāng)前硬件能力與人工智能應(yīng)用需求之間的差距將變得更加明顯，需要在處理器設(shè)計(jì)和制造工藝方面進(jìn)一步突破。
5) 與能源消耗相關(guān)的環(huán)境問題
人工智能驅(qū)動(dòng)的電力消耗對(duì)環(huán)境的影響越來(lái)越令人擔(dān)憂，尤其是公用事業(yè)供應(yīng)商提供的大部分電力仍然來(lái)自化石燃料等不可再生能源。隨著人工智能數(shù)據(jù)中心的擴(kuò)張，其不斷增加的能源消耗可能會(huì)抵消該行業(yè)為減少其總體碳足跡所做的努力。雖然模塊化核反應(yīng)堆等舉措正在被探索作為滿足人工智能驅(qū)動(dòng)數(shù)據(jù)中心電力需求的潛在解決方案，但此類技術(shù)對(duì)環(huán)境的影響仍然是一個(gè)爭(zhēng)論的主題。此外，該行業(yè)繼續(xù)投資于研發(fā)，旨在尋找可持續(xù)和低碳的替代品，以滿足人工智能日益增長(zhǎng)的能源需求。
結(jié)論
人工智能革命正在重塑數(shù)據(jù)中心行業(yè)的格局，既帶來(lái)了新的機(jī)遇，也帶來(lái)了復(fù)雜的挑戰(zhàn)。隨著人工智能應(yīng)用變得越來(lái)越普遍，數(shù)據(jù)中心必須不斷發(fā)展，以滿足對(duì)電力、冷卻和處理能力日益增長(zhǎng)的需求。行業(yè)領(lǐng)導(dǎo)者正在積極探索創(chuàng)新解決方案來(lái)應(yīng)對(duì)這些挑戰(zhàn)，但很明顯，人工智能革命將需要在基礎(chǔ)設(shè)施和技術(shù)方面進(jìn)行大量投資。隨著這種轉(zhuǎn)變的持續(xù)，在性能、能源效率和環(huán)境可持續(xù)性之間找到平衡將成為確保人工智能驅(qū)動(dòng)的數(shù)據(jù)中心行業(yè)長(zhǎng)期成功的關(guān)鍵。
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
