Hyperscale Bitbarns Will Grow Because Of AI Demand

Újra kiadta Platón

Követő: 0

A hiperméretű adatközpontok összkapacitása az elkövetkező hat évben a mesterséges intelligencia iránti kereslet hatására csaknem háromszorosára fog nőni, jelentősen megnövelve a létesítmények által igényelt energiamennyiséget.

Az állandó mozgásban lévő generatív mesterségesintelligencia-ciklussal az adatközpontok üzemeltetői előre tervezik, hogy előre látják, hogy nagyobb sűrűségű, nagyobb teljesítményű infrastruktúrára lesz szükség a feldolgozási követelmények teljesítéséhez.

A új jelentés Az IDC elemzője például azt jósolja, hogy a vállalatok világszerte közel 16 milliárd dollárt fognak fújni generatív mesterséges intelligenciára 2023-ban. Ez a kiadás, amely magában foglalja a szoftvert, valamint a kapcsolódó infrastrukturális hardvert és IT/üzleti szolgáltatásokat, a becslések szerint 143-ben eléri a 2027 milliárd dollárt. .

Ennek eredménye szerint Szinergia Kutatócsoport, az az, hogy az elkövetkező néhány évben megnyíló hiperméretű adatközpontok átlagos kapacitása több mint kétszerese lesz a jelenlegi létesítményeknek.

A meglévő adatközpontok kapacitásának növelése érdekében némi utólagos felszerelésre is sor kerül, és az egyes bitsorok átlagos IT-terhelése tovább növekszik, aminek eredményeként a Synergy előrejelzése szerint az összes hiperméretű adatközpont teljes kapacitása csaknem megháromszorozódik a következő hat évben.

A Synergy ezt az elemzést a világ 19 legnagyobb felhő- és internetszolgáltató cégének működésére alapozta. Ide tartoznak a SaaS, IaaS, PaaS, keresés, közösségi hálózatok, e-kereskedelem és játékok szolgáltatói.

2023-ig ezeknek a hiperskálázóknak összesen 926 hatalmas bitópajta működött szerte a világon, és a Synergy azt mondta, hogy már további 427 létesítményről tud, amelyek készülnek.

A Synergy szerint az adatközpontok száma világszerte már megduplázódott az elmúlt öt évben. Az előrejelzések szerint ezek továbbra is jóval több mint száz fővel fognak növekedni évente.

A generatív mesterséges intelligencia közelmúltbeli fejlődése azonban nem feltétlenül gyorsítja majd fel az adatházak építését, hanem „jelentősen megnöveli” az ilyen létesítmények működtetéséhez szükséges energiamennyiséget, köszönhetően az egyre növekvő számú nagy teljesítményű GPU-gyorsítónak. szerver csomópontok.

Ezt egy másik kutatócsoport is megjegyezte, Odüsszeia, amely megállapította, hogy a nyolc GPU-val felszerelt szerverek iránti kereslet az AI-feldolgozási munkákhoz szintén megnövelte az adatközponti rendszerek átlagárait.

A szinergia szemérmes azzal kapcsolatban, hogy mennyivel számol a szükséges energiamennyiséggel „jelentősen megnő”.

Mindazonáltal egy legutóbbi kutatási cikk Kiszámolta, hogy a generatív mesterséges intelligencia minden Google-keresésbe integrálása ugyanannyi energiát fogyaszthat, mint egy Írország méretű ország.

Az IDC európai kutatási igazgatója, Andrew Buss egyetértett abban, hogy a mesterséges intelligencia növeli a keresletet a nagyobb teljesítményű adatközponti infrastruktúra iránt.

„Óriási mennyiségű gyorsított számítási kapacitást látunk telepíteni” – mondta nekünk. „Azt látjuk, hogy a hiperskálázók jelentős mennyiségben vásárolják meg a piacra kerülő mesterséges intelligenciagyorsítók nagy részét, hogy támogassák a nagy generatív és transzformátormodelleket a B2C és B2B ügyfelek körében, valamint sok szervezet is megpróbál némi utánpótlást szerezni.”

Ez növeli a szerverek energiasűrűségét, és sok tápellátási és hűtési problémát okoz, mondta Buss. „Sok adatközpont 7.5 és 15 kW közötti energiaköltségvetésű állványonként épül fel, de most egyetlen Nvidia DGX akár 10 kW-ot is fel tud használni, ami azt jelenti, hogy a teljes energiaköltséget egyetlen 10 U-os doboz használja fel” – magyarázta.

John Dinsdale, a Synergy vezető elemzője elmondta, hogy az energiaellátási aggodalmak miatt a hiperskálás üzemeltetők átgondolják egyes adatközponti architektúrájukat és telepítési terveiket, hogy módosítsák az elrendezést, és lehetővé tegyék az állványonkénti sokkal nagyobb energiasűrűséget, és esetleg még adatotthonaik elhelyezkedését is felülvizsgálják.

"Ez nem csak az energia rendelkezésre állásáról és a költségekről szól" - mondta Dinsdale. „Sok mesterséges intelligencia munkaterhelés nem annyira érzékeny a késleltetésre, mint más munkaterhelések, így lehetővé teheti a kezelő számára, hogy adatközpontokat távolabbi és olcsóbb helyeken helyezzen el. Például már láttuk, hogy az Egyesült Államok közép-nyugati részén a hiperskálájú adatközpontok növekedése meghaladta más régiók növekedését, például Észak-Virginiában és a Szilícium-völgyben. Teljes mértékben arra számítunk, hogy ez a tendencia folytatódik” – tette hozzá.

Csak ezen a héten az Nvidia és a tajvani elektronikai gyártó, a Foxconn bejelentett terveket hogy összeálljanak és megépítsék az úgynevezett „AI-gyárakat”, vagyis az AI-feldolgozásra szánt adatközpontokat.

„Egy új típusú gyártás jelent meg – az intelligencia termelése. Az ezeket előállító adatközpontok pedig mesterséges intelligencia-gyárak” – mondta Jensen Huang, az Nvidia vezérigazgatója közleményében, hozzátéve, hogy a Foxconn rendelkezik a megfelelő szakértelemmel és méretekkel ahhoz, hogy ezeket az AI-gyárakat világszerte felállítsa.

A Foxconn az Nvidia technológiáját fogja felhasználni új adatközpontok fejlesztésére generatív AI szolgáltatásokhoz, amelyek számos alkalmazást lefednek, beleértve az ipari robotokat és az önvezető autókat. Az Nvidia szerint a Foxconn várhatóan nagyszámú rendszert fog kiépíteni az Nvidia CPU-jain, GPU-in és hálózatain alapuló globális ügyfélbázisa számára, amelyek közül sokan saját mesterségesintelligencia-gyárakat kívánnak létrehozni és működtetni. ®