Растущий спрос на мощность ИИ: готовы ли центры обработки данных выдержать этот спрос?

По мере того, как искусственный интеллект (ИИ) стремительно развивается, его энергетические потребности оказывают критическое давление на центры обработки данных. Технологии ИИ следующего поколения, такие как генеративный ИИ (genAI) не просто трансформируют отрасли — их энергопотребление влияет практически на каждый компонент сервера данных — от процессоров и памяти до ускорителей и сетей.

Приложения GenAI, включая Microsoft Copilot и OpenAI ChatGPT, потребляют больше энергии, чем когда-либо прежде. К 2027 году только обучение и обслуживание этих систем ИИ может потреблять достаточно электричество для питания небольшой страны целый год. И эта тенденция не замедляется: за последнее десятилетие потребности в электроэнергии для таких компонентов, как процессоры, память и сетевое оборудование, по оценкам, вырастут на 160% к 2030 году, согласно Goldman Sachs сообщить.

Использование больших языковых моделей также потребляет энергию. Например, запрос ChatGPT потребляет примерно в десять раз Традиционный поиск Google. Учитывая огромные энергозатраты ИИ, можно ли обеспечить устойчивое развитие отрасли, или же оно будет способствовать дальнейшему росту мирового потребления энергии? Недавние исследования McKinsey исследованиями показывает, что около 70% растущего спроса на рынке центров обработки данных ориентировано на объекты, оборудованные для обработки расширенных рабочих нагрузок ИИ. Этот сдвиг фундаментально меняет то, как строятся и работают центры обработки данных, поскольку они адаптируются к уникальным требованиям этих высокопроизводительных задач genAI.

«Традиционные центры обработки данных часто работают с устаревшим, энергоемким оборудованием и фиксированными мощностями, которые с трудом адаптируются к меняющимся рабочим нагрузкам, что приводит к значительным потерям энергии», Марк Райдон, директор по стратегии и соучредитель распределенной облачной вычислительной платформы Этир, сказал мне. «Централизованные операции часто создают дисбаланс между доступностью ресурсов и потребностями потребления, что приводит отрасль к критическому моменту, когда достижения могут подорвать экологические цели по мере роста потребностей, обусловленных ИИ».

Лидеры отрасли теперь решают эту проблему напрямую, инвестируя в более экологичные проекты и энергоэффективные архитектуры для центров обработки данных. Усилия варьируются от внедрения возобновляемых источников энергии до создания более эффективных систем охлаждения, которые могут компенсировать огромное количество тепла, выделяемого рабочими нагрузками genAI.

Революция центров обработки данных для более экологичного будущего

Lenovo недавно представила ThinkSystem N1380 Neptune, шаг вперед в технологии жидкостного охлаждения для центров обработки данных. Компания утверждает, что эта инновация уже позволяет организациям развертывать мощные вычисления для рабочих нагрузок genAI со значительно меньшим потреблением энергии — до 40% меньше энергии в центрах обработки данных. N1380 Neptune использует новейшее оборудование NVIDIA, включая графические процессоры Blackwell и GB200, что позволяет обрабатывать модели ИИ с триллионами параметров в компактной установке. Lenovo заявила, что она стремится проложить путь для центров обработки данных, которые могут работать со стойками серверов мощностью 100 кВт+ без необходимости в выделенном кондиционировании воздуха.

«Мы выявили существенное требование наших текущих потребителей: центры обработки данных потребляют больше энергии при обработке рабочих нагрузок ИИ из-за устаревших архитектур охлаждения и традиционных структурных схем», Роберт Дейгл, глобальный директор по искусственному интеллекту в Lenovo, сказал мне. «Чтобы лучше понять это, мы сотрудничали с заказчиком высокопроизводительных вычислений (HPC), чтобы проанализировать его энергопотребление. Это привело нас к выводу, что мы можем сократить потребление энергии на 40%». Он добавил, что при разработке новой архитектуры центра обработки данных в партнерстве с Nvidia компания учитывала такие факторы, как мощность вентиляторов и энергопотребление охлаждающих устройств, сравнивая их со стандартными системами, доступными через службу оценки центров обработки данных Lenovo.

Британская консалтинговая компания в сфере информационных технологий АВЕВАзаявила, что использует прогностическую аналитику для выявления проблем с компрессорами, двигателями, оборудованием HVAC, воздухообрабатывающими установками и т. д. в центрах обработки данных.

«Мы обнаружили, что именно предварительная тренировка генеративного ИИ потребляет огромное количество энергии», Джим Чеппелл, руководитель отдела искусственного интеллекта и расширенной аналитики компании AVEVA, сказал мне. «Благодаря нашим предиктивным системам на основе ИИ мы стремимся находить проблемы задолго до появления SCADA или системы управления, что позволяет операторам центров обработки данных устранять неполадки оборудования до того, как они станут серьезными. Кроме того, у нас есть Vision AI Assistant, который изначально интегрируется с нашими системами управления, чтобы помочь найти другие типы аномалий, включая температурные горячие точки при использовании с тепловизионной камерой».

Между тем, в качестве альтернативы появляются децентрализованные вычисления для обучения и разработки ИИ с использованием графических процессоров в облаке. Райдон объяснил, что путем распределения вычислительных задач по более широкой и более адаптивной сети можно оптимизировать использование энергии, согласовав спрос на ресурсы с их доступностью, что приведет к существенному сокращению отходов с самого начала.

«Вместо того чтобы полагаться на крупные централизованные центры обработки данных, наша инфраструктура «Edge» распределяет вычислительные задачи по узлам, расположенным ближе к источнику данных, что радикально снижает энергетическую нагрузку на передачу данных и уменьшает задержку», сказал Райдон. «Сеть Aethir Edge сводит к минимуму необходимость в постоянном мощном охлаждении, поскольку рабочие нагрузки распределяются по различным средам, а не концентрируются в одном месте, что позволяет избежать энергоемких систем охлаждения, типичных для центральных центров обработки данных».

Аналогичным образом, компании, в том числе Amazon и Google экспериментируют с возобновляемыми источниками энергии, чтобы справиться с растущими потребностями в энергии в своих центрах обработки данных. Например, Microsoft вкладывает значительные средства в возобновляемые источники энергии и технологии повышения эффективности, чтобы сократить потребление энергии в своих центрах обработки данных. Google также предприняла шаги по переходу на безуглеродную энергию и исследовала системы охлаждения, которые минимизируют потребление энергии в центрах обработки данных. «Ядерная энергетика, вероятно, является самым быстрым путем к безуглеродным центрам обработки данных. Крупнейшие поставщики центров обработки данных, такие как Microsoft, Amazon и Google, сейчас большие инвестиции в этом типе генерации электроэнергии для будущего. С малыми модульными реакторами (SMR), гибкость и время производства делают это еще более жизнеспособным вариантом для достижения Net Zero», добавленный Чаппелл из AVEVA.

Могут ли сосуществовать ИИ и устойчивое развитие центров обработки данных?

Угур Тигли, технический директор платформы инфраструктуры ИИ Minio, говорит, что, хотя мы и надеемся на будущее, в котором ИИ сможет развиваться без резкого скачка потребления энергии, в краткосрочной перспективе это просто нереально. «Долгосрочные последствия предсказать сложнее», он сказал мне, «Но мы увидим изменения в рабочей силе, и ИИ поможет снизить потребление энергии по всем направлениям». Тигли считает, что по мере того, как энергоэффективность становится приоритетом рынка, мы увидим рост вычислительной техники на фоне снижения энергопотребления в других секторах, особенно по мере того, как они становятся более эффективными.

Он также отметил растущий интерес потребителей к более экологичным решениям на основе ИИ. «Представьте себе приложение на базе искусственного интеллекта, которое работает с эффективностью 90%, но потребляет лишь половину энергии — именно такие инновации могут стать действительно популярными», Он добавил: «Очевидно, что будущее ИИ — это не только инновации, но и устойчивое развитие центров обработки данных. Будь то разработка более эффективного оборудования или более разумное использование ресурсов, то, как мы управляем энергопотреблением ИИ, окажет значительное влияние на проектирование и эксплуатацию центров обработки данных».

Райдон Подчеркнута важность общеотраслевых инициатив, направленных на устойчивое проектирование центров обработки данных, энергоэффективные рабочие нагрузки ИИ и открытый обмен ресурсами. «Это важные шаги на пути к более экологичным операциям», сказал он. «Компаниям, использующим ИИ, следует сотрудничать с технологическими компаниями для создания решений, которые снижают воздействие на окружающую среду. Работая вместе, мы можем направить ИИ к более устойчивому будущему».