مراكز بيانات الذكاء الاصطناعي تحتاج إلى أكثر من التبريد: تحتاج إلى هندسة أسرع

الذكاء الاصطناعي يغير العمل الرقمي، ولكن تأثيره يصبح أكثر vật lýًا. الذكاء الاصطناعي على نطاق ضخم يحتاج إلى قدرة أكبر من أي وقت مضى. ومراكز البيانات التي تحتوي على هذه الخوادم الذكاء الاصطناعي تعاني في مواكبة الطلب. في الواقع، تقرير من Deloitte يقدر أن الطلب على الطاقة من مراكز البيانات الذكاء الاصطناعي في الولايات المتحدة وحدها قد ينمو بمقدار أكثر من ثلاثين مرة بحلول عام 2035.

然而، المشكلة ليست فقط مسألة استهلاك الطاقة. مراكز البيانات التي تحتوي على هذه الخوادم الذكاء الاصطناعي تحتاج إلى مراعاة مستوى الحرارة الذي تنتجه هذه التكنولوجيا. مجموعات معالجات الرسومات الحديثة يمكن أن تصل إلى 50 كيلو واط لكل رف وفوق ذلك. هذا زيادة عشرية عن الخوادم الحاسوبية التقليدية للعقد الماضي.

أنظمة التبريد التي كانت موجودة منذ زمن لمراكز البيانات لمواكبة العمل الحاسوبي بشكل كافٍ يتم تجاوزها من قبل هذه النواتج الحرارية الجديدة. البنية التحتية ببساطة لا تستطيع مواكبة ذلك، مما يترك المهندسين الذين يصممون أنظمة تبريد مراكز البيانات مع تحدي جديد. المهندسون المسؤولون عن تصميم البنية التحتية للذكاء الاصطناعي يجدون بشكل متزايد أن سير العمل الهندسي التقليدي لا يستطيع مواكبة حجم وسرعة تكنولوجيا الذكاء الاصطناعي.

ربما بشكل متناقض، الذكاء الاصطناعي يزيد من الطلب على سعة مراكز البيانات ويغير عملية الهندسة المستخدمة في بناء هذه السعة. التقدّم في الذكاء الاصطناعي الذي يؤدي إلى متطلبات البنية التحتية غير المسبوقة يبدأ أيضًا في تسريع كيفية عمل المهندسين في نمذجة وvalidation وتحسين الأنظمة المادية التي تدعم هذه الأحمال.

بصورة فعالة، الذكاء الاصطناعي يصبح جزءًا من العملية المستخدمة في تصميم البنية التحتية التي تعمل بالذكاء الاصطناعي.

في ضوء ذلك، العديد من فرق الهندسة تتبنى سير عمل محاكاة سحابية متسارعة بالذكاء الاصطناعي تسمح لهم بتقييم الأداء الحراري و استراتيجيات التبريد وتبادل البنية التحتية قبل بدء البناء.

عندما يتعلق الأمر ببنية مراكز البيانات الحالية، المخاطر تعني أن أي خطأ يمكن أن يكون مدمرًا. إثبات الأداء قبل البناء أصبح الضرورة للنجاح على المدى الطويل، وليس الاعتماد على افتراضات أو قواعد عامة أو التحقق في مرحلة متأخرة.

البنية التحتية التقليدية للتبريد تحت ضغط

للأسف، فرق الهندسة تعمل تحت ضغط. الأحمال العمل للذكاء الاصطناعي تختلف بشكل أساسي عن الحوسبة السحابية التقليدية. لا يوجد انخفاض في الطلب على الذكاء الاصطناعي، حيث أن الطلب على الشبكة وإخراج الحرارة ومتطلبات الطاقة ثابتة.

ذلك التغيير يُظهر، إلى حد ما، عيبًا رئيسيًا في العديد من مراكز البيانات. العديد من مراكز البيانات بنيت تحت افتراض أن هذا الطلب المستمر لن يكون ضروريًا. وبسبب أن أنظمة التبريد غالبًا ما تكون مكلفة للغاية في نفسها، فمن السريع أن يصبح من غير المستدام “تبريد زائد” وافتراض أن ذلك سيكون كافياً لمواكبة احتياجات مركز البيانات. اتخاذ هذا النهج وتحديد الأولوية لزمن التشغيل سوف يؤدي إلى زيادة التكاليف واستهلاك الطاقة بسرعة.

في النهاية، مفترق الطرق التي تتواجد فيها العديد من مراكز البيانات ليست مسألة “المزيد من الحرارة”. المخاطر التي تطرحها نمو الذكاء الاصطناعي هي هامش أخطاء أضيق.

لمطوري مراكز البيانات، كل تأخير في عملية التحقق يمكن أن يؤثر على الالتزامات مع العملاء أو تخطيط السعة أو التكاليف الطاقوية.

تاريخيًا، كان يمكن لفرق الهندسة تعويض عدم اليقين من خلال التبريد الزائد وافتراضات التصميم المحافظة والتحقق في مرحلة متأخرة. البنية التحتية للذكاء الاصطناعي تغير هذه المعادلة. وتيرة التوزيع، الاستثمار الرأسمالي المطلوب، وزيادة كثافة الرفوف تترك فرصة أقل للهندسة التجريبية. القرارات التي يمكن التحقق منها في وقت لاحق الآن تحتاج إلى إثباتها في وقت مبكر من عملية التصميم.

الواقع الجديد: إثبات الأداء الحراري قبل بدء البناء

مع انخفاض هامش الخطأ، فرق الهندسة تتحرك لتجعل التحليل الحراري في وقت مبكر من عملية التصميم، بينما لا تزال التغييرات رخيصة والتصميم مرنًا. بدلاً من انتظار عملية التكليف لاكتشاف ما إذا كانت أنماط تدفق الهواء وترتيب الرفوف و استراتيجيات الاحتواء وموضع معدات التبريد كافية، يمكنهم نمذجة تدفق الهواء وانتقال الحرارة قبل بدء البناء.

ذلك يسمح للمهندسين بالتعرف على المناطق الساخنة، واختبار استراتيجيات التبريد، ومقارنة خيارات التصميم في ظروف تشغيل واقعية. يمكن لفريق أن يقيّم ما إذا كانت الهواء البارد تصل إلى الرفوف الكثيفة، وما إذا كانت عادم الساخن يتم إعادة تدويره إلى مداخل المعدات، وما إذا كانت القدرة على التبريد تستخدم بفعالية.

هنا يهم التصميم المعماري للمنصة. لأفرقة تعمل تحت ضغط شديد، لا يمكن أن تظل المحاكاة مقتصرة على مجموعة صغيرة من المتخصصين الذين لديهم الوصول إلى موارد الحوسبة المخصصة. استخدام منصة محاكاة سحابية تجعل التحليل عالي الدقة متاحًا للفرق الهندسية بأكملها، وليس فقط لمجموعة صغيرة من الأفراد. هذا يسمح للفرق بتشغيل الدراسات ومقارنة خيارات التصميم والتعاون دون بناء أو صيانة البنية التحتية الحاسوبية الخاصة بهم.

مع طبقة الذكاء الاصطناعي الهندسي في ذلك السير العمل، دور المحاكاة نفسه يبدأ في التغيير. تاريخيًا، كانت المحاكاة مقيدة بالخبرة والزمن والموارد الحاسوبية. تشغيل دراسات عالية الدقة غالبًا ما يتطلب معرفة متخصصة، وأجهزة مخصصة، ودورات تكرار طويلة.

الذكاء الاصطناعي الهندسي، باستخدام وكلاء شبه مستقلين ي自動ون ويسرعون سير العمل الهندسي ونمذجة المحاكاة والتحليل، يساعد في خفض تلك العوائق عن طريق تسريع إعداد النموذج ورفع رؤى ذات صلة وتمكين الفرق من تقييم المزيد من خيارات التصميم في وقت أقل. بدلاً من حجز المحاكاة لخطوة التحقق النهائية، يمكن لفرق الهندسة استخدام سير العمل المتسارع بالذكاء الاصطناعي لاستكشاف البدائل بشكل مستمر خلال عملية التصميم.

النتيجة ليست مجرد محاكاة أسرع. إنها ابتكار أسرع.

لذلك، ماذا يبدو هذا في الواقع لفرق الهندسة؟ ضع في الاعتبار شركة تصنع أنظمة التبريد والتهوية للمرافق الكبيرة تحتاج إلى وسيلة أسرع لاختبار تصاميم المعدات الجديدة. عادةً، هذه الشركات تحتاج إلى بناء نماذج فيزيائية، وجلب خبراء خارجيين، وإنفاق أسابيع عديدة للتحقق من是否 يتحرك الهواء ويتدفق بشكل صحيح داخل النظام.

لكن عندما تقرر هذه الشركة استخدام برنامج محاكاة لإنشاء نسخة افتراضية لإعداد الاختبار، تتغير المعادلة. هذا النهج يسمح للمهندسين باختبار أداء تدفق الهواء ودرجة الحرارة على الكمبيوتر قبل بناء المنتج الحقيقي.

والنتائج غالبًا ما تؤدي إلى تأثير حقيقي. يمكن تقصير مرحلة الاختبار إلى 2-3 أسابيع، ويمكن خفض وقت الهندسة إلى 40 ساعة بدلاً من 85 ساعة في سير العمل التقليدي.

لكن القيمة هنا أكبر من مجرد توفير الوقت. القيمة الحقيقية تكمن في khảية فريق الهندسة لطرح المزيد من الأسئلة واستكشاف الإمكانيات في وقت مبكر.

تمكين مستوى استكشاف مثل هذا يرفع المحاكاة من أداة تحليلية إلى مكون حاسم في استراتيجية تصميم البنية التحتية.

البنية التحتية للذكاء الاصطناعي تحتاج إلى هندسة متسارعة بالذكاء الاصطناعي

المرحلة القادمة من البنية التحتية للذكاء الاصطناعي لن تحدد فقط بحجم المنشأة أو كثافة الرفوف أو سعة التبريد. ستحدد أيضًا بمدى سرعة فرق الهندسة في إثبات أن هذه الأنظمة ستعمل قبل بنائها.

هنا سيتطور الميزة التنافسية التالية للصناعة. مطورو مراكز البيانات الذين يأخرون في إحضار المحاكاة إلى عملية التصميم، ويعملون على جعلها متاحة لفرق الهندسة، ويربطونها بسير عمل متسارع بالذكاء الاصطناعي، سيكونون في وضع أفضل لاتخاذ قرارات واثقة قبل الالتزام بالرأس المال وبدء البناء.

كما يغير الذكاء الاصطناعي المتطلبات المادية التي تُفرض على مراكز البيانات، سيغير أيضًا كيفية هندسة هذه المرافق. المنظمات التي ستقود هذه الحقبة القادمة لن ت phảnع فقط لتحميلات حرارية أعلى أو قيود طاقة أكثر صرامة. ستبني عمليات تصميم قادرة على توقعها.