Tankeledare

Den dolda infrastrukturen som driver AI-boomen

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Boomen inom artificiell intelligens sker i en takt som få branscher har upplevt. Modellerna skalar upp, beräkningsintensiteten ökar och efterfrågan på datacenterkapacitet fortsätter att stiga. När AI-arbetsbelastningar trycker på densitet och effektkrav till nya extremer är infrastrukturseffektivitet både den mest kritiska och svåraste utmaningen att lösa.

Datacenterutveckling omformar efterfrågan på energi och vatten i de samhällen som värdar dem. Frågan att besvara under det närmaste decenniet är om moln-, företags- och edge-AI-infrastruktur kan skalas ansvarsfullt när kylning, effekt och systemarkitektur är lika kritiska som beräkningarna i sig.

AI-tillväxt omdefinierar resurskraven

Datacenter har historiskt sett stått för en liten andel av den totala elkonsumtionen i USA, men det förändras snabbt. År 2023 stod de för cirka 4,4% av den totala elkonsumtionen i USA. År 2028 förväntas den siffran stiga till mellan 6,7% och 12%. Samtidigt förväntas energipriserna fortsätta att stiga fram till 2026, och datacenter förväntas möta en effektbrist på 20% fram till 2028. Den kraftiga ökningen av datacenterens effektkrav i kombination med den ökade elektrifieringen av allt från bilar till uppvärmning av hem belastar redan en överbelastad elnät och sätter press på hushåll, samhällen och företag.

Kylning står för en betydande del av den totala energiförbrukningen i datacenter och är en av de största drivkrafterna för den totala anläggningsbelastningen. Luftkylning har varit grunden för datacenterens termiska hantering i decennier och har förlitat sig på kylaggregat, kyltorn och luftkonditionering för att upprätthålla optimala driftstemperaturer.

Men med varje ny generation av AI-hårdvara packar datacenteren betydligt mer beräkningskraft i mindre utrymmen. Detta resulterar i mer värme som genereras. Mer värme kräver mer kylning, och mer kylning förbrukar mer effekt och vatten. Effektivitet är inte längre en marginell fråga; det är ett grundläggande designkrav.

Att minimera samhällspåverkan är nu ett affärskrav

Datacenter opererar i samhällen som är beroende av stabila elpriser och tillförlitlig vattenförsörjning. När allmänhetens medvetenhet om datacenterens resursförbrukning ökar granskar samhällen och myndigheter alltmer deras påverkan.

I The Dalles, Oregon, utvidgningen av Googles datacenterverksamhet väckte oro för vattenanvändning och långsiktig miljöpåverkan. År 2012 använde techjätten 12% av The Dalles vattenförsörjning; år 2024 hade den siffran ökat till nästan en tredjedel. Detta ledde till att företaget hamnade under allmän granskning, vilket väckte oro för dess resursanvändning och påverkan på lokal infrastruktur och samhällsbehov.

Enskilda stater har infört lagstiftning som kan begränsa ny datacenterkonstruktion. På federal nivå har den nuvarande administrationen, som i allmänhet stöder AI, uppmuntrat teknikföretag att se till att deras datacenterutveckling inte ökar hushållens elpriser eller belastar regionala vattenförsörjningar.

Det är tydligt att landskapet förändras för teknikföretag och datacenterutvecklare. Företagsrykte hänger nu på hur väl företagen hanterar sin fysiska fotavtryck och relationer med de samhällen som värdar datacenter.

Från offentliga åtaganden till infrastrukturförändringar

Som svar på denna förändring har teknikföretag som Microsoft och OpenAI gjort offentliga åtaganden att “betala sin väg” för att hantera samhälls-, offentliga- och miljörelaterade problem som uppstår från deras snabba tillväxt. Microsoft publicerade en Community-First Infrastructure-ramverk som fastställer uttryckliga åtaganden för hur de ska bygga och driva AI-datacenter i USA. Medan dessa initiativ signalerar både meningsfull progression och tydlig avsikt, hanterar de bara en del av utmaningen. En mer konkret och varaktig lösning kräver minskad resurskonsumtion på infrastrukturnivå.

Det börjar med kylning. Den traditionella metoden med luftkylning är otillräcklig för dagens AI-hårdvara. Det inkluderar inte bara beräkningsresurser (CPU och GPU), utan också strömförsörjning, lagring och nätverk. För bättre termisk effektivitet måste kylningen fokuseras direkt på komponenterna som genererar värme, snarare än det omgivande utrymmet.

Precisionsskyddskylning fångar upp värmen direkt på komponentnivå med hjälp av miljövänliga dielektriska vätskor snarare än att kyla hela rummet. Dessa system kan minska energiförbrukningen med upp till 40% och vattenkonsumtionen med så mycket som 96%, samtidigt som de förbättrar tillförlitligheten och förlänger livslängden på hårdvaran. Utöver att vara nästan ljudlösa skyddar de också känsliga komponenter från luftburna föroreningar.

Att designa infrastruktur för en resursbegränsad verklighet

Organisationer behöver inte välja mellan kostnad, tillförlitlighet och hållbarhet. När infrastrukturen designas holistiskt förstärker dessa mål varandra. Lägre energiförbrukning minskar driftskostnader, medan minskad vattenanvändning mildrar regulatorisk risk och allmän granskning. Förbättrad termisk hantering förbättrar också systemprestanda och förlänger livslängden på kritiska hårdvarukomponenter.

Infrastruktur som från början förbrukar mindre energi och vatten <ater aligns mer naturligt med framväxande policyramverk och miljöstandarder. Företag som lyckas kommer att prioritera denna förändring och anta avancerade, hållbara termiska hanteringssystem. Framtiden för infrastruktur kommer att formas inte bara av innovation inom programvara utan också av medveten infrastruktursdesign.

Francesca Cain-Watson tjänstgör som försäljningsdirektör för Nordamerika på Iceotope, där hon leder strategiska initiativ för intäktsökning och hjälper organisationer inom datacenter och AI-infrastruktur med innovativa och hållbara lösningar, vilket driver effektivitet och prestanda med hjälp av Iceotopes precisionskylning med flytande medel. Hon är känd för att bygga och leda högpresterande säljteam, leverera konsekventa resultat på konkurrensutsatta teknologimarknader och odla långsiktiga kundrelationer.