人工智能的增長(zhǎng)及其巨大的能源消耗可能對(duì)可持續(xù)發(fā)展目標(biāo)構(gòu)成挑戰(zhàn)，促使企業(yè)圍繞綠色能源和更環(huán)保的地點(diǎn)重新思考其數(shù)據(jù)中心戰(zhàn)略

每個(gè)部門都渴望利用人工智能(AI)的潛力——從部署聊天機(jī)器人到完全自動(dòng)化的生產(chǎn)設(shè)施。這是一個(gè)快速增長(zhǎng)的市場(chǎng)，預(yù)計(jì)到2030年將增長(zhǎng)20倍，達(dá)到令人印象深刻的1.9萬(wàn)億美元

人工智能在多個(gè)行業(yè)的使用迅速升級(jí)，將促使企業(yè)重新評(píng)估其IT基礎(chǔ)設(shè)施，強(qiáng)調(diào)能效和可持續(xù)性是其商業(yè)戰(zhàn)略的關(guān)鍵因素。數(shù)據(jù)中心將是這些決策的核心，好消息是一些數(shù)據(jù)中心已經(jīng)適應(yīng)了這些新需求。

人工智能的激增及其影響

甚至在ChatGPT于2022年底出現(xiàn)之前，對(duì)人工智能的興趣和進(jìn)展就已經(jīng)很顯著了，這引起了一波興奮。?

我們正在目睹的人工智能吸收的爆炸顯然不是一種趨勢(shì)——它代表了各種行業(yè)運(yùn)營(yíng)格局的深刻轉(zhuǎn)變，包括醫(yī)療保健、金融、教育和制造。

云服務(wù)提供商正在引領(lǐng)這一轉(zhuǎn)型階段，開(kāi)發(fā)云來(lái)提供人工智能功能，無(wú)論是作為獨(dú)立產(chǎn)品還是作為其現(xiàn)有服務(wù)組合的一部分。預(yù)計(jì)到市場(chǎng)需求，他們正在引入人工智能增強(qiáng)的解決方案以及傳統(tǒng)的云服務(wù)。

數(shù)據(jù)中心運(yùn)營(yíng)中的人工智能

數(shù)據(jù)中心對(duì)于這一轉(zhuǎn)型至關(guān)重要，在釋放人工智能的全部潛力方面發(fā)揮著關(guān)鍵作用。雖然該行業(yè)面臨合理的環(huán)境問(wèn)題，但一段時(shí)間以來(lái)，更具前瞻性的供應(yīng)商一直專注于提高能源效率和最大限度地提高可持續(xù)性。

這一點(diǎn)至關(guān)重要，因?yàn)槿绻麤](méi)有適當(dāng)?shù)臏?zhǔn)備，新興人工智能服務(wù)的巨大處理需求可能會(huì)在可靠性、可持續(xù)性和成本方面帶來(lái)相當(dāng)大的挑戰(zhàn)。人工智能任務(wù)，特別是那些涉及深度學(xué)習(xí)的任務(wù)，需要強(qiáng)大的計(jì)算能力來(lái)進(jìn)行數(shù)據(jù)分析、模式識(shí)別和訓(xùn)練神經(jīng)網(wǎng)絡(luò)等活動(dòng)。

這些增加的工作量自然會(huì)導(dǎo)致更多的能源消耗。例如，在人工智能處理中使用的圖形處理單元(GPU)比傳統(tǒng)的中央處理單元(CPU)消耗更多的能量。

邁向可持續(xù)電源管理

數(shù)據(jù)中心提高能效和減少碳排放的能力取決于運(yùn)營(yíng)商對(duì)技術(shù)進(jìn)步和可持續(xù)實(shí)踐的實(shí)施。這兩者必須齊頭并進(jìn)。

人工智能對(duì)電力需求的激增要求對(duì)能源采購(gòu)、消耗和優(yōu)化策略進(jìn)行徹底的重新評(píng)估。這意味著不僅要解決眼前的能源需求，還要與總體環(huán)境目標(biāo)保持一致，重點(diǎn)是整合可再生能源。

數(shù)據(jù)中心正逐步采用太陽(yáng)能、風(fēng)能和水力發(fā)電。這不是一個(gè)姿態(tài)，而是一個(gè)旨在確保長(zhǎng)期可持續(xù)性和財(cái)務(wù)可行性的戰(zhàn)略決策。

能效是可持續(xù)電源管理的關(guān)鍵要素。尖端的人工智能算法被用來(lái)降低數(shù)據(jù)中心的能耗，從冷卻系統(tǒng)到服務(wù)器運(yùn)行。

這些人工智能增強(qiáng)的效率不僅降低了能源足跡，還提高了運(yùn)營(yíng)效率。將數(shù)據(jù)中心的廢熱重新用于公共供暖計(jì)劃或其他工業(yè)應(yīng)用等創(chuàng)新做法標(biāo)志著向更循環(huán)、更可持續(xù)的能源模式的轉(zhuǎn)變。

根據(jù)人工智能要求重新考慮數(shù)據(jù)中心位置

人工智能正在改變數(shù)據(jù)中心位置的格局，超越了靠近主要城市以減少延遲的傳統(tǒng)需求。有了人工智能，低延遲數(shù)據(jù)中心的緊迫性降低了。該技術(shù)的學(xué)習(xí)模型不需要即時(shí)響應(yīng)，為數(shù)據(jù)中心站點(diǎn)提供了更大的靈活性。

這一轉(zhuǎn)變?cè)试S人工智能計(jì)算的分散化，緩解了歐洲主要城市的電力需求，并允許在更容易獲得可再生能源的地區(qū)使用數(shù)據(jù)中心。其結(jié)果是環(huán)境足跡的可喜減少。?

企業(yè)選擇將人工智能培訓(xùn)和建模設(shè)施設(shè)在主要城市地區(qū)之外，選擇電網(wǎng)不太緊張的地方。這不僅緩解了客戶群附近數(shù)據(jù)中心的壓力(在這些地方，低延遲至關(guān)重要)，還通過(guò)改善基礎(chǔ)設(shè)施和增加就業(yè)機(jī)會(huì)支持了欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)增長(zhǎng)。

例如，Ark在英格蘭西部鄉(xiāng)村威爾特郡的春園校區(qū)就體現(xiàn)了這一趨勢(shì)。盡管地處鄉(xiāng)村，但這里的鐵路四通八達(dá)，而且靠近M4，為那些希望向城市以外擴(kuò)張的組織提供了一個(gè)靈活而可持續(xù)的選擇。像這樣一個(gè)為人工智能應(yīng)用而配備的數(shù)據(jù)中心提供了可訪問(wèn)、可擴(kuò)展的解決方案。

培訓(xùn)和部署

人工智能的變革性影響超越了技術(shù)進(jìn)步，為更廣泛的社會(huì)帶來(lái)了重大優(yōu)勢(shì)。從疾病的早期識(shí)別到改善眾多行業(yè)的預(yù)測(cè)分析，潛在收益是巨大的。

人工智能從根本上分為不同的學(xué)習(xí)和生成階段。學(xué)習(xí)階段包括模型的訓(xùn)練，這是一項(xiàng)需要大量精力但可以遠(yuǎn)程進(jìn)行的任務(wù)。

一旦企業(yè)開(kāi)發(fā)了這些模型，他們就會(huì)將其部署到最終用戶，從而實(shí)現(xiàn)實(shí)時(shí)自動(dòng)化。這一階段還需要消耗大量的能源，需要在離最終用戶更近的地方進(jìn)行。

人工智能、數(shù)據(jù)中心和未來(lái)

隨著我們進(jìn)一步進(jìn)入人工智能時(shí)代，我們對(duì)可持續(xù)和對(duì)社會(huì)負(fù)責(zé)的創(chuàng)新的集體責(zé)任只會(huì)擴(kuò)大。數(shù)據(jù)中心運(yùn)營(yíng)商及其客戶必須協(xié)同應(yīng)對(duì)這些不斷發(fā)展的動(dòng)態(tài)，在追求技術(shù)進(jìn)步與環(huán)境管理原則之間保持謹(jǐn)慎的平衡。

前進(jìn)的道路是錯(cuò)綜復(fù)雜的，但該行業(yè)致力于將先進(jìn)技術(shù)融入生態(tài)意識(shí)是真實(shí)的，已經(jīng)取得了相當(dāng)大的成就。

人工智能和數(shù)據(jù)中心的未來(lái)超越了技術(shù)實(shí)力;它是關(guān)于質(zhì)疑既定規(guī)范并打造一條將創(chuàng)新與更廣泛的社會(huì)意識(shí)相結(jié)合的軌跡。