ادغام هوش مصنوعی شکل دهنده آینده مراکز داده
پذیرفته شدن گسترده فناوری هوش مصنوعی (AI) تغییرات اساسی را در طرح های مراکز داده در سراسر جهان به همراه دارد. اپراتورهای مسئول این امکانات، به عنوان پاسخ به این تکامل فناوری، به دوباره ارزیابی روش های انتخاب و مدیریت زیرساخت ها پرداخته و به سمت تغییر میروند.
شرکت جهانی مشاوره در زمینه ملک و مدیریت سرمایه، جونز لانگ لاسال (JLL)، در ژانویه 2024، یک گزارش جامع با عنوان “آینده مراکز داده 2024 در سطح جهانی” منتشر کرد و ارزیابی کرد که چگونه AI تأثیر خواهد گذاشت بر عملیات زیرساخت، انتخاب های سختافزاری و قرارگاه جغرافیایی مراکز داده.
پیشبینی افزایش ظرفیت ذخیرهسازی بر اثر AI
همانطور که شرکتها ادامه میدهند به هوش مصنوعی روی میدهند، JLL یک افزایش چشمگیر در نیازهای ذخیرهسازی مراکز داده پیشبینی میکند و از 10.1 زتابایت (ZB) در سال 2023 به 21 ZB در سال 2027 صعود خواهد کرد. جاناتان کینسی، رئیس منطقه اروپا، خاورمیانه و آفریقا (EMEA) و ریاست هیئت مدیره راهحل های داده مراکز گلوبال شرکت، به این موضوع اشاره کرد که صنعت مراکز داده باید با استفاده از منابع انرژی تجدیدپذیر، به مواجهه با افزایش مصرف برق پرداخته و اهمیت حیاتی انتخاب موقعیت های استراتژیک برای توازن بین قابلیت انطباق و اهداف پایداری تاکید کرد.
غلبه بر موانع انرژیهای تجدیدپذیر
تغییر به منابع انرژی تجدیدپذیر با موانعی در زیرساختهای برق موجود روبرو است. کینسی بر اهمیت رو به رشد همکاری بین کارشناسان املاک، ارائه دهندگان همراه، فروشندگان ابری و شرکتهای کاربر برای تامین تأمین برق کافی برای آینده تأکید میکند.
تکامل های طراحی که امکانات برق و خنک کنندگی را منعکس میکند
JLL پیشبینی میکند که تقاضای منابع محاسباتی و زیرساختهای همراه به طور مداوم افزایش خواهد یافت که بر اندازه مراکز داده ها و استراتژی های تهیه تأثیر میگذارد. به عنوان مثال، مراکز داده معاصر که حدود سال 2014 ساخته شدند، معمولاً دارای کمتر از 10 مگاوات ظرفیت برق بودند، اما صنعت امروز مراکز داده ها را با ظرفیت هایی تا 100 مگاوات ساخته میکند. خنک کردن، که تقریباً 40 درصد از مصرف برق یک مراکز داده معمولی را تشکیل میدهد، به مرور زمان از خنک کردن هوا به سیستم های خنک کننده مایع بهینهتر برای کاهش هزینه ها منتقل میشود.
انتقال به پشتیبانی از AI تولیدی
انفراگرافی هوش مصنوعی (generative AI) منجر به افزایش مساحت و برق لازم برای مراکز داده شده است که منجر به چالش های فراوانی میشود. طراحی مراکز داده اختصاصی برای برنامه های AI به طور قابل ملاحظه ای با مراکز داده های سنتی متفاوت است و نیازمند تنظیماتی در برنامه ریزی برق و منابع محاسباتی متناسب با تکنولوژی های تکاملی AI میباشد. با توجه به این که برنامه های generative AI مصرف کنندگان سنگین انرژی هستند، اپراتورها باید راه های بهینه برای تعادل بین تقاضای انرژی و استراتژی های پایداری پیدا کنند. مراکز داده های طراحی شده برای این برنامه ها ممکن است نیاز به ظرفیت های پذیرش بین 300 تا 500 مگاوات یا بیشتر داشته باشند. علاوه بر پیاده سازی طرح های موثر، همکاری با دولت های محلی جهت بررسی گزینه های انرژی های تجدیدپذیر، برای مدیران عملیاتی به طور فزاینده اهمیت دارد.
کارآیی و قابلیت انطباق به عنوان AI تغییر را پیش میبرد
ادغام AI به مراکز داده، نه تنها تقاضا برای منابع را افزایش میدهد؛ بلکه نیز بهبودهای کارآمد و طرحهای نوآورانه به منظور قابل انطباق تر شدن ایجاد میکند. همانطور که مدل های AI پیچیده میشوند، به مقدار قابل توجهی توانایی محاسباتی نیاز دارند که به وجود آورنده سختافزارهای تخصصی مانند واحدهای پردازش گرافیکی (GPUs)، واحدهای پردازش تانسور (TPUs) و دیگر شتاب دهنده های AI برای فرآیندهای یادگیری عمیق منجر شد.
چالشهای زیرساخت محرک AI
یکی از چالشهای اساسی روبروی زیرساخت های مراکز داده جهانی پس از انقلاب AI قدرت فراوان تأمین مقدار عظیمی از انرژی مورد نیاز به صورت پایدار است. به علاوه، سختافزارهای تخصصی لازم برای محاسبات AI خود به هزینه های قابل توجهی منجر میشود و نیاز به زیرساخت خنک کننده قوی تری دارند تا گرمای تولیدی مدیریت شود.
چالش دیگر نحوه پیشرفت فناوری AI به سرعت است. مراکز داده باید انعطاف پذیر و چابک کافی باشند تا به استانداردهای جدیدی سازگار شده و فناوری های نوظهور را دربرگیرند که ممکن است نیاز به بهروزرسانی یا پایش متنوع از زیرساخت های موجود داشته باشد.
اختلافات پیرامون مصرف انرژی هوش مصنوعی
یکی از نقاط جدلی در این زمینه، پیامدهای اخلاقی و محیطی از نیازهای انرژی AI میباشد. اثرات زیستمحیطی آموزش و اجرای سیستمهای پیچیده AI میتواند قابل توجه باشد و منجر به بحثی درباره تضادهای بین پیشرفت فناوری و مسئولیت محیطی میگردد.
مزایا و معایب AI در مراکز داده
مزایا:
– AI میتواند عملیات در داخل مراکز داده را بهینه کند، از جمله مدیریت انرژی، نگهداشت پیشگویانه و بهبودهای امنیتی.
– انتخاب هوش مصنوعی میتواند به پیشبینی دقیقتر نیازها و برنامه ریزی ظرفیت منجر شود، موجب کاهش ضایعات و اضافی کردن میگردد.
– هوش مصنوعی امکان پردازش و تجزیه و تحلیل مقادیر زیادی اطلاعات را که میتواند تصمیمات تجاری را تعیین کرده و نوآوری را تحریک کند، اجازه میدهد.
معایب:
– تقاضای انرژی مرتبط با فرایندهای AI، هزینه های عملیاتی را افزایش داده و چالش هایی در تأمین منابع انرژی پایدار ایجاد میکند.
– نیاز به به روزرسانی های مکرر برای اعمال پیشرفت های AI میتواند موجب هزینه های قابل توجهی شود و منجر به فرصتهای پایین بیاید.
– ادغام مواردی مثل تعصب AI و استفاده اخلاقی از AI به پیچیدگی مدیریت مراکز داده افزوده میشود.
برای خوانندگانی که علاقهمندند این موضوع را از منابع قابل اعتماد بیشتر برای مطالعه بیشتر بررسی کنند، یک لیست اصلی از لینک های دامنه اصلی که ممکن است مورد توجه قرار گیرند، زیر آمده است. لطفاً توجه داشته باشید که اعتبار آدرس URL ها ممکن است در طول زمان تغییر کند و همیشه باید با در نظر گرفتن دقیق وضعیت فعلی آنها مورد بررسی قرار گیرند:
برای تحقیقات مرکز داده و AI:
– جونز لانگ لاسال (JLL)
برای اطلاعات درباره کارایی انرژی و پایداری در مراکز داده:
– وزارت انرژی آمریکا
برای سختافزارهای AI و فناوری شتاب دهنده:
– NVIDIA
– گوگل (برای واحدهای پردازش تانسور)
برای سنجیدههای اخلاقی و پیامدهای اجتماعی AI:
– اتحادیه آزادی های مدنی امریکا (ACLU)
اهمیت دارد که برای مطالعه این وبسایتها به دقت و با توجه به تغییرات فناوری و مطالعه های جدیدی انجام شده به آنها نیز به شیوه دقیق نزدیک شوید.
The source of the article is from the blog publicsectortravel.org.uk