هزینه سنگین هوش مصنوعی

بحران تامین انرژی در دیتاسنترهای هوش مصنوعی

در چشم‌انداز محور داده امروز، تقاضا برای هوش مصنوعی هیچ نشانه‌ای از کاهش نشان نمی‌دهد، زیرا در حال تبدیل شدن به بخشی جدایی‌ناپذیر از وظایف روزمره برای کسب‌وکارها و مصرف‌کنندگان است. گزارشی از گلدمن ساکس نشان داد که غول‌های فناوری متمرکز بر هوش مصنوعی بیش از ۱ تریلیون دلار در سال‌های آینده هزینه خواهند کرد […]

در چشم‌انداز محور داده امروز، تقاضا برای هوش مصنوعی هیچ نشانه‌ای از کاهش نشان نمی‌دهد، زیرا در حال تبدیل شدن به بخشی جدایی‌ناپذیر از وظایف روزمره برای کسب‌وکارها و مصرف‌کنندگان است. گزارشی از گلدمن ساکس نشان داد که غول‌های فناوری متمرکز بر هوش مصنوعی بیش از ۱ تریلیون دلار در سال‌های آینده هزینه خواهند کرد که بخش قابل توجهی از سرمایه به مراکز داده، زیرساخت‌های هوش مصنوعی و شبکه برق اختصاص خواهد یافت.

به گزارش سرویس زیرساخت رسانه اخبار فناوری و تکنولوژی تکنا، افزایش سرمایه‌گذاری‌ها در هوش مصنوعی، نیاز به مراکز داده بیشتر برای هوش مصنوعی را افزایش می‌دهد که می‌تواند ظرفیت محاسباتی اضافی مورد نیاز را فراهم کند اما به انرژی بسیار بیشتری نسبت به مراکز داده سنتی نیاز دارد. به عنوان مثال، در سال ۲۰۲۲، مراکز داده بیش از ۴ درصد از کل برق مصرفی در ایالات متحده را مصرف کردند. بر اساس موسسه تحقیقات برق، با توجه به تقاضای قدرت هوش مصنوعی، این رقم تا سال ۲۰۳۰ بیش از دو برابر به ۹ درصد افزایش خواهد یافت. محرک این مصرف انرژی، GPUهای پرقدرت‌تری هستند که در پیکربندی‌هایی مستقر می‌شوند که در سطح رک، مصرف برق را از محدوده فعلی زیر ۵۰ کیلووات تا ۱ مگاوات در سال ۲۰۳۰ افزایش می‌دهد.

با توجه به چنین پیش‌بینی‌هایی، اپراتورهای مراکز داده با یک تصمیم مهم برای اطمینان از آمادگی بلندمدت برای هوش مصنوعی مواجه هستند: ارتقای زیرساخت‌های موجود یا ساخت تاسیسات جدید از ابتدا.

هر گزینه مزایا و چالش‌های منحصر به فرد خود را دارد. درک این مزایا و معایب برای تصمیم‌گیری آگاهانه‌ای که با اهداف تجاری، محدودیت‌های بودجه و نیازهای آینده همسو باشد، ضروری است. طیف وسیعی از عوامل قابل‌توجه هنگام تصمیم‌گیری برای به‌روزرسانی فناوری موجود یا شروع از نو و ساخت یک مرکز داده جدید هوش مصنوعی عبارتند از:

  • زیرساخت‌های تاسیسات موجود: هنگام به‌روزرسانی یک مرکز داده موجود، باید سیستم‌های HVAC، زیرساخت برق، سیستم‌های توزیع انرژی و ظرفیت بارگذاری سازه‌ای را بررسی کرد تا اطمینان حاصل شود که می‌توانند از افزایش تقاضایی که با ارتقا به یک مرکز داده هوش مصنوعی ایجاد می‌شود، پشتیبانی کنند.
  • توانایی ارتقا به ولتاژهای بالاتر – مانند معماری قدرت ۴۸ ولت (V) یا حتی ۸۰۰ ولت: اجرای یا ارتقا به یک معماری ولتاژ باس بالاتر می‌تواند مدیریت حرارتی و کارایی را بهبود بخشد و در عین حال توان بالاتر مورد نیاز برای سرورهای هوش مصنوعی و تجهیزات IT را تامین کند.
  • پتانسیل استفاده از برق سه فاز، خنک‌سازی هدایتی و خنک‌سازی غوطه‌وری مایع: هر دو فناوری می‌توانند به رفع چالش‌های قدرت و گرما مرتبط با افزایش ظرفیت‌های محاسباتی و تجهیزات شبکه پرقدرت کمک کنند.