Rozwój AI spowodował znaczące zmiany i postawił nowe wyzwania w zakresie projektowania oraz obsługi centrów danych. Kiedy aplikacje bazujące na sztucznej inteligencji stają się coraz bardziej powszechne i mają coraz większy wpływ na gospodarkę, rośnie też zapotrzebowanie na moc obliczeniową. Centra danych muszą więc dostosować się do nowych potrzeb w zakresie zasilania aplikacji opartych na AI. Firma Schneider Electric opublikowała przewodnik dotyczący tych wyzwań.
Przewiduje się, że do 2028 roku obciążenia związane ze sztuczną inteligencją będą rosnąć w tempie 26-36% rocznie (CAGR), co doprowadzi do zwiększonego zapotrzebowania na energię w istniejących i nowych centrach danych. Obsługa prognozowanego zapotrzebowania na energię wiąże się z kilkoma kluczowymi kwestiami opisanymi w przewodniku „The AI Disruption: Challenges and Guidance for Data Center Design”, a podzielonymi na cztery kategorie dotyczące infrastruktury fizycznej: zasilanie, chłodzenie, szafy rack oraz oprogramowanie.
“Wraz z dalszym rozwojem sztucznej inteligencji, pojawiają się nowe wymagania dotyczące projektowania i zarządzania centrami danych. Chcąc sprostać tym wyzwaniom, ważne jest, aby wziąć pod uwagę kilka kluczowych aspektów i trendów związanych z obciążeniami AI, które mają wpływ zarówno na nowe, jak i istniejące centra danych” – powiedział Pankaj Sharma, wiceprezes wykonawczy z pionów Secure Power i Data Center Business w Schneider Electric. “Aplikacje AI, zwłaszcza klastry szkoleniowe, wymagają dużej mocy obliczeniowej zapewnianej przez procesory graficzne lub wyspecjalizowane akceleratory AI. Powoduje to znaczne obciążenie infrastruktury zasilania i chłodzenia centrów danych. Wraz ze wzrostem kosztów energii i rosnącymi obawami o klimat, centra danych muszą skupić się na energooszczędnym sprzęcie, takim jak wysokowydajne systemy zasilania i klimatyzacji precyzyjnej oraz odnawialne źródła energii, aby pomóc obniżyć koszty operacyjne i ślad węglowy” – dodał.
Wspomniany przewodnik odkrywa krytyczne punkty przecięcia sztucznej inteligencji i infrastruktury centrów danych, odnosząc się do kluczowych kwestii, takich jak:
- Wskazówki dotyczące wspomnianych już czterech kluczowych atrybutów i trendów AI, które stanowią podstawę wyzwań związanych z infrastrukturą fizyczną.
- Zalecenia dotyczące oceny i obsługi serwerów szkoleniowych AI o ekstremalnej gęstości mocy.
- Wskazówki dotyczące pomyślnego przejścia z chłodzenia powietrzem na chłodzenie cieczą w celu obsługi rosnącej mocy obliczeniowej (TDP) obciążeń AI.
- Proponowane specyfikacje szaf rack, aby lepiej pomieścić serwery AI, które wymagają dużej mocy, kolektorów chłodzących i orurowania oraz dużej liczby kabli sieciowych.
- Wskazówki dotyczące korzystania z oprogramowania do zarządzania infrastrukturą centrum danych (DCIM), systemów zarządzania energią elektryczną (EPMS) i systemów zarządzania budynkami (BMS) do tworzenia cyfrowych bliźniaków centrów danych, operacji i zarządzania aktywami.
- Perspektywy na przyszłość w zakresie nowych technologii i podejść projektowych, które pomogą sprostać rozwojowi sztucznej inteligencji.
