Rostoucí chuť AI po moci: Jsou datová centra připravena držet krok?

Jak se umělá inteligence (AI) řítí vpřed, její energetické nároky zatěžují datová centra až k bodu zlomu. Technologie AI nové generace jako např generativní AI (genAI) nejen transformují průmyslová odvětví – jejich spotřeba energie ovlivňuje téměř každou komponentu datového serveru – od CPU a paměti až po akcelerátory a sítě.

Aplikace GenAI, včetně Copilot od Microsoftu a ChatGPT od OpenAI, vyžadují více energie než kdykoli předtím. Do roku 2027 by samotné školení a údržba těchto systémů umělé inteligence mohlo spotřebovat dost elektřina k napájení malé země na celý rok. A trend se nezpomaluje: odhaduje se, že za poslední desetiletí vzrostou požadavky na napájení komponent, jako jsou CPU, paměť a sítě, do roku 160 o 2030 %, podle odhadů Goldman Sachs nahlásit.

Používání velkých jazykových modelů také spotřebovává energii. Například dotaz ChatGPT spotřebuje asi desetkrát tradiční vyhledávání Google. Lze s ohledem na obrovské požadavky AI na napájení řídit rychlý pokrok v tomto odvětví udržitelně, nebo přispěje dále ke globální spotřebě energie? McKinsey nedávno výzkum ukazuje, že přibližně 70 % rostoucí poptávky na trhu datových center je zaměřeno na zařízení vybavená pro zvládnutí pokročilého pracovního zatížení AI. Tento posun zásadně mění způsob, jakým se datová centra budují a provozují, protože se přizpůsobují jedinečným požadavkům těchto vysoce výkonných úloh genAI.

„Tradiční datová centra často pracují se stárnoucím, energeticky náročným vybavením a pevnými kapacitami, které se obtížně přizpůsobují kolísavému pracovnímu zatížení, což vede k významnému plýtvání energií,“ Mark Rydon, ředitel pro strategii a spoluzakladatel distribuované cloud computing platformy Aethir, řekl mi. „Centralizované operace často vytvářejí nerovnováhu mezi dostupností zdrojů a potřebami spotřeby, což vede průmysl ke kritickému bodu, kdy by pokroky mohly riskovat podkopání environmentálních cílů, protože požadavky na umělou inteligenci rostou.“

Lídři v oboru nyní řeší tuto výzvu přímo a investují do ekologičtějších návrhů a energeticky účinných architektur datových center. Úsilí sahá od přijetí obnovitelných zdrojů energie až po vytvoření účinnějších chladicích systémů, které mohou kompenzovat obrovské množství tepla generovaného pracovní zátěží genAI.

Revoluce datových center pro zelenější budoucnost

Lenovo nedávno představilo Think System N1380 Neptune, skok vpřed v technologii kapalinového chlazení pro datová centra. Společnost tvrdí, že tato inovace již umožňuje organizacím nasadit vysoce výkonné výpočty pro pracovní zátěže genAI s výrazně nižší spotřebou energie – až o 40 % méně energie v datových centrech. N1380 Neptune využívá nejnovější hardware NVIDIA, včetně GPU Blackwell a GB200, což umožňuje zpracovávat modely umělé inteligence s biliony parametrů v kompaktním nastavení. Lenovo uvedlo, že si klade za cíl připravit cestu pro datová centra, která mohou provozovat 100KW+ serverové stojany bez potřeby vyhrazené klimatizace.

„Zjistili jsme významný požadavek našich současných spotřebitelů: datová centra spotřebovávají více energie při zpracování zátěže AI kvůli zastaralé architektuře chlazení a tradičním strukturám,“ Robert Daigle, globální ředitel AI ve společnosti Lenovo, řekl mi. „Abychom tomu lépe porozuměli, spolupracovali jsme se zákazníkem s vysoce výkonnými počítači (HPC) na analýze jejich spotřeby energie, což nás vedlo k závěru, že bychom mohli snížit spotřebu energie o 40 %. Dodal, že společnost vzala v úvahu faktory, jako je výkon ventilátoru a spotřeba chladicích jednotek, a porovnala je se standardními systémy dostupnými prostřednictvím služby Lenovo pro hodnocení datových center, aby vyvinula novou architekturu datového centra ve spolupráci s Nvidií.

Britská poradenská společnost v oblasti informačních technologií MĚL JSEM, uvedl, že využívá prediktivní analytiku k identifikaci problémů s kompresory datových center, motory, HVAC zařízení, vzduchotechnické jednotky a další.

„Zjistili jsme, že je to předtrénování generativní umělé inteligence, které spotřebovává obrovskou energii,“ Jim Chappell, vedoucí AI & Advanced Analytics společnosti AVEVA, řekl mi. „Prostřednictvím našich prediktivních systémů řízených umělou inteligencí se snažíme najít problémy dříve než jakýkoli SCADA nebo řídicí systém, což operátorům datových center umožňuje opravit problémy se zařízením dříve, než se stanou závažnými problémy. Kromě toho máme Vision AI Assistant, který se nativně integruje s našimi řídicími systémy, aby pomohl najít další typy anomálií, včetně teplotních horkých míst při použití s ​​tepelnou zobrazovací kamerou.“

Mezitím se jako alternativa objevuje decentralizovaný výpočetní systém pro školení a vývoj AI prostřednictvím GPU přes cloud. Aethirův Rydone vysvětlil, že distribucí výpočetních úloh v širší a adaptabilnější síti lze optimalizovat spotřebu energie, a to sladěním poptávky po zdrojích s dostupností, což od počátku vede k podstatnému snížení plýtvání.

„Namísto spoléhání se na velká centralizovaná datová centra naše infrastruktura 'Edge' rozptyluje výpočetní úlohy na uzly blíže ke zdroji dat, což drasticky snižuje energetickou zátěž pro přenos dat a snižuje latenci,“ řekl Rydon. „Síť Aethir Edge minimalizuje potřebu neustálého chlazení s vysokým výkonem, protože pracovní zátěž je rozmístěna v různých prostředích spíše než soustředěna na jednom místě, což pomáhá vyhnout se energeticky náročným chladicím systémům typickým pro centrální datová centra.“

Stejně tak společnosti včetně Amazon a Google experimentují s obnovitelnými zdroji energie, aby zvládli rostoucí potřeby energie ve svých datových centrech. Microsoft například intenzivně investuje do obnovitelných zdrojů energie a technologií zvyšujících efektivitu, aby snížil spotřebu energie ve svém datovém centru. Google také podnikl kroky k přechodu na bezuhlíkovou energii a prozkoumal chladicí systémy, které minimalizují spotřebu energie v datových centrech. „Jaderná energie je pravděpodobně nejrychlejší cestou k bezuhlíkovým datovým centrům. Hlavními poskytovateli datových center, jako jsou Microsoft, Amazon a Google, jsou nyní silně investovat v tomto typu výroby energie pro budoucnost. Díky malým modulárním reaktorům (SMR) je flexibilita a doba potřebná k výrobě ještě schůdnější možností k dosažení čisté nuly,“ přidáno Chappell společnosti AVEVA.

Mohou umělá inteligence a udržitelnost datových center koexistovat?

Ugur Tigli, CTO na platformě infrastruktury AI MinIO, říká, že i když doufáme v budoucnost, ve které bude umělá inteligence postupovat bez obrovského nárůstu spotřeby energie, není to z krátkodobého hlediska reálné. "Dlouhodobé dopady je složitější předvídat," řekl mi, "Ale uvidíme posun v pracovní síle a umělá inteligence pomůže zlepšit spotřebu energie ve všech oblastech." Tigli věří, že s tím, jak se energetická účinnost stane prioritou trhu, zaznamenáme růst výpočetní techniky spolu s poklesem spotřeby energie v jiných sektorech, zvláště když se stanou efektivnějšími.

Poukázal také na to, že mezi spotřebiteli roste zájem o ekologičtější řešení AI. „Představte si aplikaci umělé inteligence, která funguje s 90% účinností, ale využívá pouze polovinu energie – to je druh inovace, který by se mohl skutečně rozjet,“ dodal. Je jasné, že budoucnost AI není jen o inovacích, ale také o udržitelnosti datových center. Ať už jde o vývoj účinnějšího hardwaru nebo chytřejší způsoby využívání zdrojů, způsob, jakým řídíme spotřebu energie AI, výrazně ovlivní návrh a provoz datových center.

Rydone zdůraznil význam celoodvětvových iniciativ, které se zaměřují na udržitelné návrhy datových center, energeticky efektivní pracovní zátěž AI a otevřené sdílení zdrojů. "Jsou to zásadní kroky k ekologičtějšímu provozu," řekl. „Podniky využívající umělou inteligenci by měly spolupracovat s technologickými společnostmi a vytvářet řešení, která snižují dopad na životní prostředí. Díky spolupráci můžeme AI nasměrovat k udržitelnější budoucnosti.“