影響人工智能未來的4個數(shù)據(jù)中心存儲挑戰(zhàn)

● 建設(shè)新數(shù)據(jù)中心的成本

● 建設(shè)新數(shù)據(jù)中心需要時間

● 現(xiàn)有數(shù)據(jù)中心空間不足

● 功率限制

訓(xùn)練人工智能模型會產(chǎn)生巨大的資源消耗，需要大量的資本、時間、空間和電力來部署。最終，人工智能的進(jìn)步可能歸結(jié)為解決數(shù)據(jù)中心短缺的問題。

為什么數(shù)據(jù)中心對人工智能很重要

數(shù)據(jù)中心在我們的日常生活中發(fā)揮著至關(guān)重要的作用，但它們常常被視為理所當(dāng)然或完全被忽視。每當(dāng)我們?yōu)g覽社交媒體、發(fā)送消息、在淘寶上訂購真空吸塵器或通過銀行匯款時，都需要依靠數(shù)據(jù)中心來處理每一項數(shù)字操作。它們是我們IT基礎(chǔ)設(shè)施的基石。

但隨著人工智能需求的爆炸式的激增，數(shù)據(jù)中心的容量正在減少，需求明顯超過供應(yīng)。雖然關(guān)于人工智能的討論主要集中在芯片和ChatGPT上，以及人工智能產(chǎn)品將如何增加數(shù)十億美元的收入，但我們應(yīng)該關(guān)注的是回答這樣一個問題，當(dāng)對人工智能的需求超過我們現(xiàn)有基礎(chǔ)設(shè)施所能支持的水平時，會發(fā)生什么？

答案似乎很簡單，通過建設(shè)更多能力來克服能力不足。然而，在實踐中，這變得更加困難。

數(shù)據(jù)中心短缺的4大原因

隨著人工智能的發(fā)展，對計算能力的需求呈爆炸式增長，這需要密集、復(fù)雜的計算能力來訓(xùn)練。

數(shù)據(jù)中心行業(yè)已經(jīng)面臨滿足現(xiàn)有企業(yè)數(shù)字化轉(zhuǎn)型和公共云使用需求的壓力。由于部署新構(gòu)建的成本和時間都很高，因此數(shù)據(jù)中心通常是根據(jù)預(yù)測的需求即時交付來構(gòu)建的。除了供應(yīng)已經(jīng)緊張之外，人工智能的指數(shù)級采用還推動了前所未有的需求。

生成式人工智能需要的能力是傳統(tǒng)工作負(fù)載的五倍。據(jù)說ChatGPT-4的智力明顯更好，需要更多的力量來訓(xùn)練。人工智能的發(fā)展競賽歸結(jié)為四個關(guān)鍵的供應(yīng)限制:資金、時間、空間和權(quán)力。

1、資本

數(shù)據(jù)中心的建設(shè)成本高昂。一座25萬平方英尺的中型數(shù)據(jù)中心建筑，要花費近5億美元才能完全建成。

預(yù)計對人工智能的需求在數(shù)百兆瓦到千兆瓦之間，全部價格將達(dá)到數(shù)百億美元。這是一大筆資金。當(dāng)利率高企，資金難以籌集時，數(shù)據(jù)中心的價格就會上漲，這使得籌集必要的資金和滿足需求變得更具挑戰(zhàn)性。籌集所需資金也需要更長的時間，這延長了建設(shè)時間，進(jìn)一步拖慢了一切。

最近，許多傳統(tǒng)數(shù)據(jù)中心提供商因重組或破產(chǎn)而分心或陷入停滯，這進(jìn)一步挑戰(zhàn)了容量的及時交付。數(shù)據(jù)中心運營商仍然可以利用這些資金來為新容量提供資金，只是不會像零利率時代那么容易。贏家將是那些擁有有效部署資本和有效運營記錄的人。

2.時間

建設(shè)一個數(shù)據(jù)中心需要24到36個月的時間。當(dāng)然，提供商可以同時進(jìn)行多個項目，但大多數(shù)項目仍需要數(shù)月至數(shù)年才能完成。在當(dāng)前需求猛增之前，許多項目都是基于更為溫和的需求預(yù)測而建造的。

最重要的是，該行業(yè)仍在努力應(yīng)對供應(yīng)鏈挑戰(zhàn)，以提供為現(xiàn)代數(shù)據(jù)中心供電和冷卻所需的機(jī)械、電氣和冷卻系統(tǒng)。這些時間表已從兩年前的12至24周縮短至52至80周。

新容量上線需要時間，而且即使上線也可能不夠。然而，擁有數(shù)據(jù)中心下方的房地產(chǎn)并追求多設(shè)施園區(qū)戰(zhàn)略的運營商將最有能力通過控制土地使用和縮短上市時間來快速擴(kuò)大規(guī)模。

3.空間

整個行業(yè)剩余的可用空間所剩無幾，特別是在擁有任何額外產(chǎn)能的優(yōu)先購買權(quán)（ROFR）的客戶看到需求增長快于供應(yīng)的情況下，他們現(xiàn)在正在要求這些選擇。

目前，GPU驅(qū)動的高性能計算(HPC)集群正在被許多企業(yè)采用，以訓(xùn)練人工智能應(yīng)用，但它們并不是數(shù)據(jù)中心空間需求的唯一驅(qū)動因素。超大規(guī)模公共云和傳統(tǒng)企業(yè)技術(shù)部署的自然增長也將繼續(xù)強(qiáng)勁，這將在未來12到18個月內(nèi)給供應(yīng)帶來更大的壓力。如果我們繼續(xù)沿著這條道路前進(jìn)，沒有任何出人意料的技術(shù)創(chuàng)新。

應(yīng)對這一挑戰(zhàn)的解決方案是數(shù)據(jù)中心提供商設(shè)計新設(shè)施，以適應(yīng)從傳統(tǒng)的高架地板、風(fēng)冷企業(yè)應(yīng)用到板式地板和水冷超大規(guī)模云或HPC工作負(fù)載的工作負(fù)載。這確保了無論上線的容量都可以快速適應(yīng)市場最關(guān)鍵的瓶頸。

4.能源

一切都與電力有關(guān)。這些用于人工智能的高性能計算集群中使用的GPU使用的功率是傳統(tǒng)工作負(fù)載的五倍。

電力已經(jīng)供不應(yīng)求，因為我們已經(jīng)看到主要的數(shù)據(jù)中心市場宣布限制提供已經(jīng)承諾的擴(kuò)展電力。預(yù)計這一趨勢將持續(xù)下去，需求的增加會給電網(wǎng)帶來更大的壓力，而向可再生能源的過渡需要時間的調(diào)整和完善，將產(chǎn)生更多的瓶頸。

智能數(shù)據(jù)中心提供商通過提高效率，將多設(shè)施園區(qū)選址在發(fā)電源附近，甚至部署自己的分站，走在了前面。

數(shù)據(jù)中心短缺持續(xù)存在會發(fā)生什么？

在研究了這四個領(lǐng)域之后，仍然存在一個問題：“如果我們無法克服這些限制，會發(fā)生什么？”其影響既深遠(yuǎn)又容易被忽視。

首先，它可能會阻礙人工智能應(yīng)用開發(fā)人員部署GPU驅(qū)動的HPC集群的速度，這些集群需要訓(xùn)練底層大型語言模型(llm)，和/或最終的推理階段，在那里我們看到對基于這些llm構(gòu)建應(yīng)用的訪問需求。

它還可能會抑制數(shù)據(jù)中心容量滿足云提供商和正在增加現(xiàn)有工作負(fù)載企業(yè)的需求的能力。如今每個人都已經(jīng)依賴這些來為SaaS應(yīng)用、社交媒體、視頻流、游戲、電子商務(wù)以及現(xiàn)代互聯(lián)世界的便利提供動力，更不用說未來由人工智能驅(qū)動的應(yīng)用了。

審核編輯 黃宇