本文來(lái)自千家網(wǎng)。
人工智能(AI)的發(fā)展，尤其是ChatGPT等生成式AI產(chǎn)品，在過(guò)去一年占據(jù)了各大媒體的頭條新聞。除了顛覆或改善日常生活的潛力之外，人工智能以及所有廣泛采用的技術(shù)經(jīng)常被忽視的影響是對(duì)數(shù)據(jù)中心的影響。
經(jīng)歷過(guò)移動(dòng)設(shè)備和云的引入和快速采用后，數(shù)據(jù)中心非常擅長(zhǎng)采取積極主動(dòng)的方法來(lái)使用新技術(shù)。
由于人工智能仍處于相對(duì)不成熟的狀態(tài)，現(xiàn)在是數(shù)據(jù)中心專業(yè)人員考慮如何應(yīng)對(duì)即將到來(lái)的人工智能熱潮的關(guān)鍵時(shí)刻。
適應(yīng)新的工作負(fù)載
可將人工智能分為四大類：自然語(yǔ)言處理（NLP）、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)和機(jī)器人。雖然機(jī)器人技術(shù)對(duì)延遲特別敏感，通常需要邊緣計(jì)算解決方案非常靠近所管理的流程的物理位置。但預(yù)計(jì)，前三個(gè)解決方案將真正增加對(duì)數(shù)據(jù)中心解決方案的需求。
滿足這種不斷增長(zhǎng)的需求絕非易事。不僅需要考慮托管大量服務(wù)器以適應(yīng)更高密度工作負(fù)載的物理影響，還需要考慮如何集成新技術(shù)，如液體冷卻和沉浸式冷卻，以對(duì)抗這些服務(wù)器將產(chǎn)生的熱量。
此外，負(fù)載也不穩(wěn)定。任何時(shí)候都可能出現(xiàn)巨大的激增，而從歷史上看，數(shù)據(jù)中心管理的負(fù)載相當(dāng)平穩(wěn)、一致。
最大的挑戰(zhàn)之一是，人工智能不是一個(gè)同質(zhì)實(shí)體，而是一種分為兩個(gè)不同階段的技術(shù)：訓(xùn)練和推理。
成功的數(shù)據(jù)中心將學(xué)會(huì)適應(yīng)這兩種情況。人工智能訓(xùn)練將不再需要關(guān)注彈性和冗余，而是更多地關(guān)注成本、PUE和總體效率。另一方面，推理對(duì)延遲非常敏感，需要靠近城域中心，以確保用戶界面和應(yīng)用的快速響應(yīng)時(shí)間。
監(jiān)管方面
監(jiān)管機(jī)構(gòu)面臨的困難在于不知人工智能將如何發(fā)揮作用。其在很大程度上還處于起步階段，可以理解的是，監(jiān)管機(jī)構(gòu)希望涵蓋所有潛在危險(xiǎn)
歐盟的人工智能法案就是一個(gè)明顯的例子，監(jiān)管機(jī)構(gòu)將應(yīng)用分為四個(gè)關(guān)鍵風(fēng)險(xiǎn)級(jí)別：不可接受的風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)、有限風(fēng)險(xiǎn)以及最小風(fēng)險(xiǎn)或無(wú)風(fēng)險(xiǎn)。在其他方面，NIS2指令將擴(kuò)大預(yù)計(jì)遵守其網(wǎng)絡(luò)安全原始法規(guī)的部門(mén)數(shù)量，其中包括現(xiàn)在的數(shù)字領(lǐng)域。
包括數(shù)據(jù)中心在內(nèi)的許多行業(yè)面臨的挑戰(zhàn)將是確保遵守不斷變化的法規(guī)。人工智能的發(fā)展速度比近年來(lái)所看到的任何事物都快，隨著監(jiān)管機(jī)構(gòu)不斷更新參數(shù)并定義新的風(fēng)險(xiǎn)邊界，數(shù)據(jù)中心肯定會(huì)感受到連鎖反應(yīng)。
解決關(guān)鍵短缺問(wèn)題
眾所周知，微處理器的戰(zhàn)略價(jià)值使其受到政府貿(mào)易限制。隨著多樣化人工智能采用的加速，以及這些應(yīng)用所需的巨大工作負(fù)載，圖形處理單元(GPU)變得越來(lái)越稀缺。
擴(kuò)大生產(chǎn)規(guī)模并不是一個(gè)簡(jiǎn)單的解決方案。事實(shí)上，最近的數(shù)據(jù)發(fā)現(xiàn)，在美國(guó)或歐洲建造一座兩納米芯片工廠將花費(fèi)約400億美元。雖然有看到各方齊心協(xié)力將生產(chǎn)分散到多個(gè)地區(qū)，并且Vultr和Northern Data等企業(yè)正在認(rèn)真轉(zhuǎn)向創(chuàng)建一個(gè)全新的“人工智能云”行業(yè)，但在供應(yīng)與需求相匹配之前，微處理器短缺肯定仍然是一個(gè)痛點(diǎn)。
數(shù)據(jù)中心短缺也是一個(gè)令人擔(dān)憂的問(wèn)題，但這里的挑戰(zhàn)不在于創(chuàng)新，而在于有限的土地和電力資源，更不用說(shuō)政治了。
解決數(shù)據(jù)中心短缺問(wèn)題需要采取雙管齊下的方法：a.最大限度地提高電力容量，以提供人工智能所需的低延遲水平；b.同時(shí)在有更多可用土地的地區(qū)也這樣做。尋找偏遠(yuǎn)地點(diǎn)進(jìn)行人工智能訓(xùn)練，這樣就不會(huì)占用大量推理的大都市地區(qū)的工作量，這是一種非常有價(jià)值的方法。
為人工智能重新配置數(shù)據(jù)中心
這種最大化現(xiàn)有資源的概念，可以決定如何重新配置數(shù)據(jù)中心，因?yàn)槠鋵⒖沙掷m(xù)性置于戰(zhàn)略的核心。
在法國(guó)，“零凈人工化”是一項(xiàng)旨在阻止城市擴(kuò)張并維護(hù)綠色空間生物多樣性的協(xié)議。對(duì)于數(shù)據(jù)中心而言，這意味著充分利用現(xiàn)有建筑的潛力，并盡可能地使這些站點(diǎn)更加密集。但要做到這一點(diǎn)，需要進(jìn)行一些重新配置。
需要評(píng)估如何最大限度地利用這些現(xiàn)有站點(diǎn)的空間，以便優(yōu)先考慮效率，來(lái)支持高人工智能工作負(fù)載。可持續(xù)性不再是一個(gè)無(wú)形的概念，而是一個(gè)非?，F(xiàn)實(shí)的問(wèn)題，應(yīng)該在全球范圍內(nèi)定義重新配置戰(zhàn)略。
如果還不開(kāi)始做出更好的決策，來(lái)延長(zhǎng)數(shù)據(jù)中心產(chǎn)品的使用壽命，例如轉(zhuǎn)向改用液體和沉浸式冷卻技術(shù)，那么之前為適應(yīng)人工智能密集型基礎(chǔ)設(shè)施所做出的努力基本上將變得徒勞。
對(duì)于任何行業(yè)而言，包括數(shù)據(jù)中心，保持領(lǐng)先于人工智能革命都是一個(gè)雄心勃勃的目標(biāo)。但通過(guò)采用先進(jìn)的冷卻技術(shù)、遵守不斷變化的法規(guī)，并抓住一切機(jī)會(huì)倡導(dǎo)可持續(xù)發(fā)展，相信有潛力在這個(gè)新的技術(shù)時(shí)代蓬勃發(fā)展。
