Ukryta Infrastruktura Napędzająca Boom Sztucznej Inteligencji

Bum sztucznej inteligencji następuje w tempie, jakiego niewiele branż doświadczyło. Modele są skalowane, intensywność obliczeń rośnie, a popyt na pojemność centrów danych ciągle rośnie. Podczas gdy obciążenia sztucznej inteligencji popychają gęstość i zapotrzebowanie na moc do nowych ekstremów, efektywność infrastruktury jest zarówno najbardziej krytycznym, jak i najtrudniejszym wyzwaniem do rozwiązania.

Rozwój centrów danych zmienia popyt na energię i wodę w społecznościach, które je goszczą. Pytanie, które należy odpowiedzieć w ciągu najbliższej dekady, brzmi, czy infrastruktura chmury, przedsiębiorstw i krawędzi sztucznej inteligencji może skalować się odpowiedzialnie, gdy chłodzenie, zasilanie i architektura systemu są równie krytyczne jak sama obliczeniowa moc.

Wzrost Sztucznej Inteligencji Redefiniuje Popyt Na Zasoby

Centra danych historycznie odpowiadały za niewielki udział w amerykańskim popycie na energię elektryczną, ale to się szybko zmienia. W 2023 roku odpowiadały one za około 4,4% całkowitego amerykańskiego zużycia energii elektrycznej. Do 2028 roku ta liczba ma wzrosnąć do 6,7% i 12%. W tym samym czasie ceny energii mają nadal rosnąć do 2026 roku, a centra danych mają stanąć w obliczu niedoboru mocy o 20% do 2028 roku. Wzrost popytu na energię w centrach danych w połączeniu z rosnącą elektryfikacją wszystkiego, od samochodów po ogrzewanie domów, powoduje naprężenie już i tak przeciążonej sieci, oraz wywiera presję na gospodarstwa domowe, społeczności i przedsiębiorstwa.

Chłodzenie stanowi znaczną część całkowitego zużycia energii przez centra danych i jest jednym z największych czynników ogólnego obciążenia obiektu. Chłodzenie powietrzne było podstawą zarządzania cieplnym w centrach danych przez dziesięciolecia, opierając się na chłodnicach, wieżach chłodniczych i klimatyzacji, aby utrzymać optymalne temperatury robocze.

Jednak z każdą nową generacją sprzętu sztucznej inteligencji centra danych pakują znacznie więcej mocy obliczeniowej w mniejsze przestrzenie. To powoduje wytworzenie większej ilości ciepła. Większa ilość ciepła wymaga większego chłodzenia, a większe chłodzenie zużywa więcej energii i wody. Efektywność nie jest już tylko marginalną kwestią; jest to podstawowy wymóg projektowy.

Minimalizowanie Wpływu Na Społeczność Jest Teraz Imperatywem Biznesowym

Centra danych działają w społecznościach, które zależą od stabilnych cen energii i niezawodnego dostępu do wody. W miarę wzrostu świadomości społecznej na temat zużycia zasobów przez centra danych, społeczności i regulatorzy coraz częściej badają ich wpływ.

W The Dalles, Oregon, rozszerzenie działalności Google wywołało obawy dotyczące zużycia wody i długoterminowego wpływu na środowisko. W 2012 roku gigant technologiczny wykorzystywał 12% zaopatrzenia w wodę The Dalles; do 2024 roku ta ilość wzrosła do prawie jednej trzeciej. To poddaje firmę pod publiczną kontrolę, wywołując obawy dotyczące jej zużycia zasobów i wpływu na lokalną infrastrukturę i potrzeby społeczności.

Poszczególne stany wprowadziły prawodawstwo, które może ograniczyć nową budowę centrów danych. Na poziomie federalnym obecna administracja, ogólnie popierająca sztuczną inteligencję, zachęca firmy technologiczne do zapewnienia, że ich rozwój centrów danych nie zwiększy cen energii gospodarstw domowych ani nie będzie powodował stresu w regionalnych zaopatrzeniach w wodę.

Jasne jest, że krajobraz zmienia się dla firm technologicznych i deweloperów centrów danych. Reputacja korporacyjna zależy teraz od tego, jak dobrze firmy zarządzają swoimi fizycznymi śladami i relacjami ze społecznościami, które goszczą centra danych.

Od Publicznych Zobowiązań Do Zmian Na Poziomie Infrastruktury

W odpowiedzi na tę zmianę, firmy technologiczne, takie jak Microsoft i OpenAI, złożyły publiczne zobowiązania do “zapłacenia za swoją drogę”, aby rozwiązać problemy społeczne, publiczne i środowiskowe wynikające z ich szybkiego wzrostu. Microsoft opublikował ramy infrastruktury “pierwszeństwo społeczności”, które określają wyraźne zobowiązania dotyczące tego, jak będą budować i eksploatować centra danych sztucznej inteligencji w Stanach Zjednoczonych. Chociaż te inicjatywy sygnalizują zarówno znaczący postęp, jak i wyraźną intencję, rozwiązują one tylko część wyzwania. Bardziej konkretnym i trwałym rozwiązaniem jest zmniejszenie zużycia zasobów na poziomie infrastruktury.

To zaczyna się od chłodzenia. Tradycyjne podejście do chłodzenia powietrznego jest niewystarczające dla dzisiejszego sprzętu sztucznej inteligencji. Obejmuje to nie tylko zasoby obliczeniowe (procesory i karty graficzne), ale także zasilacze, pamięć masową i sieć. Aby uzyskać większą efektywność cieplną, chłodzenie powinno być ukierunkowane bezpośrednio na elementy wytwarzające ciepło, a nie na przestrzeń wokół nich.

Precyzyjne chłodzenie cieczą pochłania ciepło bezpośrednio na poziomie komponentu, używając bezpiecznych dla środowiska płynów dielektrycznych zamiast chłodzenia całego pomieszczenia. Te systemy mogą zmniejszyć zużycie energii nawet o 40% i zużycie wody o tyle, ile 96%, a także poprawić niezawodność i wydłużyć żywotność sprzętu. Oprócz tego, że są prawie bezgłośne, chronią również wrażliwe komponenty przed zanieczyszczeniami powietrza.

Projektowanie Infrastruktury Dla Rzeczywistości Ograniczonej Zasobami

Organizacje nie muszą wybierać między kosztami, niezawodnością a zrównoważonością. Kiedy infrastruktura jest projektowana w sposób holistyczny, te cele wzajemnie się wspierają. Zmniejszone zużycie energii zmniejsza koszty operacyjne, a zmniejszone zużycie wody łagodzi ryzyko regulacyjne i kontrolę społeczną. Poprawiona zarządzanie cieplne również poprawia wydajność systemu i wydłuża żywotność krytycznych komponentów sprzętu.

Infrastruktura, która niezbędnie zużywa mniej energii i wody, lepiej odpowiada nowym ramom politycznym i standardom środowiskowym. Firmy, które odnoszą sukcesy, będą priorytetowo traktować tę zmianę i przyjmować zaawansowane, zrównoważone rozwiązania zarządzania cieplnego. Przyszłość infrastruktury będzie kształtowana nie tylko przez innowacje w oprogramowaniu, ale także przez intencjonalny projekt infrastruktury.