David Heiny, CEO & 联合创始人，SimScale David Heiny CEO & 联合创始人，SimScale

人工智能数据中心需要的不仅仅是更多的冷却：它们需要更快的工程设计

人工智能正在改变数字工作，但其影响越来越具有物理性。大量的人工智能需要比以往任何时候都多的电力，而容纳这些人工智能服务器的数据中心正难以跟上需求。事实上，德勤的一份报告估计，到2035年，美国的人工智能数据中心的电力需求可能会增长超过30倍。然而，问题不仅仅是电力使用的问题。容纳这些人工智能服务器的数据中心需要考虑到技术产生的巨大热量。现代GPU集群可以达到每个机架50千瓦以上，这是十年前标准计算服务器的十倍增加。数据中心长期以来使用的冷却系统正在被这些新的热输出所超越。基础设施根本无法跟上，这让负责设计数据中心冷却系统的工程师面临新的挑战。负责设计人工智能基础设施的工程师越来越发现，传统的工程工作流程无法跟上人工智能部署的规模和速度。也许有些矛盾，人工智能既增加了对数据中心容量的需求，又改变了用于构建该容量的工程过程。驱动基础设施需求的同样的人工智能进步也开始加速工程师对支持这些工作负载的物理系统的建模、验证和优化。实际上，人工智能正在成为设计基础设施的过程的一部分。在这种情况下，许多工程团队正在采用基于云的、人工智能加速的模拟工作流程，以便在建设开始之前评估热性能、冷却策略和基础设施权衡。对于今天的数据中心基础设施来说，风险意味着任何错误步骤都可能带来毁灭性的后果。在建设之前证明性能已经成为长期成功的必要条件，而不是依赖于假设、经验法则或晚期验证。传统冷却基础设施面临压力不幸的是，工程团队面临着人工智能工作负载与传统基于云的计算根本不同的情况。人工智能没有波峰和波谷，网络需求、热输出和电力需求始终如一。这种转变部分地暴露了许多数据中心的一个关键缺陷。许多数据中心是在这样的持续需求不需要的假设下建造的。由于这些冷却系统本身往往非常耗能，因此，简单地“过度冷却”并假设这将满足数据中心的需求，已经变得不可持续。这种方法将导致成本和电力使用量迅速失控。归根结底，数据中心面临的十字路口并不是“更多热量”的问题。人工智能增长带来的决定性风险是一个更紧密的错误余地。对于数据中心开发商来说，验证过程中的每个延迟都可能影响客户承诺、容量规划或能源成本。历史上，工程团队可以通过过度配置、保守的设计假设和晚期验证来弥补不确定性。人工智能基础设施改变了这个等式。部署的速度、所需的资本投资以及日益增加的机架密度留下了很少的空间用于试错工程。需要在设计过程中更早地证明的决定不能再被推迟到后期验证。新的现实：在开工前证明热性能随着错误余地的减少，工程团队正在将热分析提前到设计过程中，当时更改仍然相对廉价，设计仍然灵活。他们不再等到投入使用时才发现空气流动模式、机架布局、封闭策略或冷却设备放置是否足够，而是在建设开始之前就可以模拟空气流动和热传递。这使得工程师能够识别热点、测试冷却策略，并在现实的运行条件下比较设计选项。一个团队可以评估冷空气是否能够到达高密度机架、热排气是否回流到设备进气口以及冷却容量是否被有效利用。这是平台架构发挥作用的地方。对于在高压力下工作的团队来说，模拟不能仅限于少数专家，他们拥有专用的高性能计算资源。利用基于云的模拟平台可以使高保真分析对整个工程团队开放，而不仅仅是少数个人。这使得团队能够运行研究、比较设计选项并在不需要构建或维护自己的计算基础设施的情况下进行合作。当工程人工智能融入工作流程时，模拟本身的作用开始发生变化。历史上，模拟受到专业知识、时间和计算资源的限制。运行高保真研究通常需要专家知识、专用硬件和漫长的迭代周期。工程人工智能，利用近乎自治的代理来自动化和加速工程设计、模拟和分析工作流程，有助于通过加速模型设置、提供相关见解和使团队能够在更短的时间内评估更多设计选项来降低这些障碍。工程团队可以使用人工智能加速的工作流程不断地在整个设计过程中探索替代方案，而不是将模拟保留为最后的验证步骤。结果不仅仅是更快的模拟。它是更快的创新。那么，对于工程团队来说，这在现实中是什么样子？考虑一个公司，它为大型设施生产冷却和通风系统，需要更快地测试新设备设计。通常，这些公司需要构建物理原型，聘请外部专家，并花费数周时间检查空气在系统中是否流动和混合得当。但是，当这家公司决定使用模拟软件创建测试设置的虚拟版本时，等式发生了变化。这种方法使工程师能够在计算机上测试空气流动和温度性能，然后再构建实际产品。结果往往带来真正的影响。预测试阶段可以缩短到2-3个星期，工程时间可以降低到40小时，而不是传统工作流程中的85个小时。但是，这里的价值远远超过仅仅节省时间。真正的价值在于工程团队能够更早地提出更多问题和探索可能性。机架密度增加会发生什么？空气流动路径改变会发生什么？冗余假设失败会发生什么？这种增强的探索能力是将模拟从分析工具提升到基础设施设计策略的关键组成部分的原因。人工智能基础设施需要人工智能加速的工程人工智能基础设施的下一个阶段将不仅仅由设施大小、机架密度或冷却容量来定义。它还将由工程团队在建设开始之前能够证明这些系统将起作用的速度来定义。这就是行业的下一个竞争优势将出现的地方。那些在设计过程中更早地引入模拟、使其对整个工程团队开放并将其与人工智能加速的工作流程配对的数据中心开发商，将更好地做出建设开始之前的自信决策。随着人工智能继续改变数据中心的物理需求，它也将改变这些设施的工程方式。领导这一新时代的组织不会简单地对更高的热负荷或更紧密的能源约束做出反应。他们将建立能够预测这些需求的设计过程。