AI zjada energię. Centra danych potrzebują nawet 7 bln dolarów inwestycji

Zapotrzebowanie na moce obliczeniowe dla AI może wzrosnąć trzykrotnie do 2030 roku, a centra danych już dziś zużywają 2-3% globalnej energii. Największym wąskim gardłem przestaje być technologia – staje się nim dostęp do zasilania.

Dynamiczny rozwój sztucznej inteligencji, chmury i przetwarzania w czasie rzeczywistym radykalnie zwiększa zapotrzebowanie na infrastrukturę obliczeniową. Według prognoz, globalny popyt na moc w centrach danych może wzrosnąć nawet trzykrotnie do 2030 roku, co przełoży się na inwestycje rzędu 7 bln dolarów.

Największym wyzwaniem przestaje być jednak sama moc obliczeniowa, a staje się nim energia. Jak już wspomniano, już dziś centra danych odpowiadają za 2-3% światowego zużycia prądu, a w wielu regionach dostęp do mocy przyłączeniowej jest ograniczony. Projekty nowych obiektów często czekają na podłączenie do sieci nawet kilka lat, co hamuje rozwój całego sektora.

Modularność i chłodzenie cieczą: odpowiedź na kryzys energetyczny AI

W odpowiedzi branża przyspiesza transformację w kierunku bardziej elastycznych i energooszczędnych modeli. Centra danych stają się coraz bardziej zaawansowane pod względem zarządzania energią, a technologie zasilania i chłodzenia ewoluują w kierunku systemów o niskim zużyciu energii. Nawet drobne zmiany w organizacji i konfiguracji systemów energetycznych mogą prowadzić do ogromnych oszczędności energii. Współczesne systemy chłodzenia wykorzystują rozwinięte technologie chłodzenia cieczą, które pozwalają na efektywne wykorzystanie energii w bardzo intensywnie obciążonych ośrodkach obliczeniowych. Wprowadzanie nowych rozwiązań chłodzących, jak np. chłodzenie na poziomie mikroskalowym w procesorach, znacząco poprawia sprawność energetyczną.

Również zrównoważony rozwój staje się istotnym wymogiem dla nowych inwestycji. Dla firm budujących centra danych rośnie nacisk na to, by energię zużywaną przez ośrodki pozyskiwać z odnawialnych źródeł energii (OZE). Wiele firm z sektora IT zaczęło wdrażać polityki „carbon-neutrality” oraz inwestować w technologie, które minimalizują emisje dwutlenku węgla w trakcie produkcji energii i jej wykorzystania w centrach danych.

Kluczowym elementem rozwiązania problemów energetycznych oraz operacyjnych w centrum danych jest wprowadzenie modularnych systemów zasilania. Pozwalają one na dostosowanie mocy do potrzeb w zależności od lokalizacji, co znacząco przyspiesza proces budowy i rozwoju centrów danych. Zamiast budować całą infrastrukturę na etapie początkowym, firmy IT mogą skupić się na elastycznym skalowaniu dostępnych zasobów w odpowiedzi na zmieniające się wymagania. Modułowa budowa pozwala na uruchomienie infrastruktury w miesiące, co jest rewolucją w porównaniu do tradycyjnego podejścia, które mogło trwać lata.

Na znaczeniu zyskują więc zintegrowane platformy łączące zasilanie, chłodzenie i obliczenia. Przykładem są rozwiązania rozwijane przez Eaton we współpracy z NVIDIA, które mają przyspieszyć budowę tzw. fabryk AI i ograniczyć zależność od dostępności mocy w sieci. Według firmy, tego typu podejście może uwolnić nawet 100 GW mocy – odpowiadającej zapotrzebowaniu energetycznemu kilkudziesięciu dużych miast.

„Zasilanie i chłodzenie fabryk sztucznej inteligencji opiera się na elastyczności energetycznej, modułowej skalowalności oraz projekcie referencyjnym, który znacząco przyspiesza dostęp do energii” – twierdzi Angie McMillin, prezes działu Energy Solutions and Services w firmie Eaton.

W praktyce oznacza to, że dalszy rozwój AI będzie zależał nie tylko od algorytmów i chipów, ale przede wszystkim od tego, czy sektor energetyczny nadąży za rosnącym popytem.