Η ενίσχυση της τεχνητής νοημοσύνης και των νέων τεχνολογιών υπολογιστών μπορεί να επιταχύνει την υλοποίηση έργων κέντρων δεδομένων και να βελτιστοποιήσει τις δαπάνες, μειώνοντας τις προβλεπόμενες παγκόσμιες δαπάνες ύψους 1,7 τρισεκατομμυρίων δολαρίων έως το 2030 κατά έως και 250 δισεκατομμύριά δολάρια.
Καθώς ο ψηφιακός μετασχηματισμός επιταχύνεται, τα κέντρα δεδομένων γίνονται η ραχοκοκαλιά της ψηφιακής οικονομίας, υποστηρίζοντας τα πάντα, από τα φορτία εργασίας της τεχνητής νοημοσύνης έως την ανάλυση σε πραγματικό χρόνο και τα αυτόνομα οχήματα. Η ανάλυση της εταιρείας ερευνών McKinsey διαπιστώνει ότι, σε παγκόσμιο επίπεδο, οι κεφαλαιουχικές δαπάνες για την υποδομή των κέντρων δεδομένων (εξαιρουμένου του υλικού πληροφορικής) αναμένεται να υπερβούν τα 1,7 τρισεκατομμύρια δολάρια έως το 2030, κυρίως λόγω της επέκτασης της τεχνητής νοημοσύνης, της διάδοσης της υπολογιστικής τεχνολογίας αιχμής και των προόδων στην υπολογιστική υψηλής Αυτή η αυξανόμενη ζήτηση αλλάζει το τοπίο στον τομέα της ενέργειας, των ακινήτων και των κατασκευών.
Για να καλυφθεί η αυξανόμενη ζήτηση για κέντρα δεδομένων —και η απαιτούμενη ισχύς— τα επόμενα πέντε χρόνια, τα κέντρα δεδομένων θα πρέπει να επεκταθούν από την παροχή δεκάδων μεγαβάτ (MW) ισχύος σε εκατοντάδες, ακόμη και σε κλίμακα ενός γιγαβάτ (GW) (κλίμακα ενός γιγαβάτ ή περισσότερο). Οι πρόσφατες καινοτομίες, συμπεριλαμβανομένης της εμφάνισης μοντέλων αποσταγμένης και κατανεμημένης εκπαίδευσης για την τεχνητή νοημοσύνη, θα μπορούσαν να επηρεάσουν την κατασκευή κέντρων δεδομένων και να εντείνουν τις υπάρχουσες προκλήσεις του κλάδου με την επέκταση των κέντρων δεδομένων. Αυτά τα νέα μοντέλα και η αυξανόμενη ζήτηση υπολογιστικής ισχύος απαιτούν επανεκτίμηση των μεθόδων σχεδιασμού και κατασκευής που χρησιμοποιούνται για την κατασκευή κέντρων δεδομένων, ώστε οι ενδιαφερόμενοι να μπορούν να αξιοποιήσουν τις οικονομίες κλίμακας.
Για να αξιοποιηθεί η ευκαιρία της επέκτασης, οι φορείς του κλάδου των κέντρων δεδομένων σε όλη την αλυσίδα αξίας θα πρέπει να υιοθετήσουν νέες προσεγγίσεις και τεχνολογίες, μαθαίνοντας παράλληλα από άλλους κλάδους που έχουν βιώσει παρόμοιες επαναστατικές αλλαγές. Αυτό το άρθρο περιγράφει λεπτομερώς πώς οι φορείς του κλάδου των κέντρων δεδομένων μπορούν να συμβαδίσουν με τον ψηφιακό μετασχηματισμό, υιοθετώντας καινοτόμα σχέδια που θα επιτρέψουν στα κέντρα δεδομένων να γίνουν μεγαλύτερα και ταχύτερα.
Σύμφωνα με την ανάλυση της McKinsey, η ζήτηση ηλεκτρικής ενέργειας για τα κέντρα δεδομένων αναμένεται να φθάσει τα 1.400 τεραβατώρες έως το 2030, ποσό που αντιστοιχεί στο 4% της συνολικής παγκόσμιας ζήτησης ηλεκτρικής ενέργειας.
Βραχυπρόθεσμα, τα μοντέλα εκπαίδευσης τεχνητής νοημοσύνης είναι ο κύριος παράγοντας αυτής της αύξησης σε μέγεθος και κλίμακα. Ωστόσο, τα κέντρα δεδομένων του μέλλοντος είναι πιθανό να είναι υβριδικές εγκαταστάσεις που θα φιλοξενούν ένα μείγμα εκπαιδευτικών, συμπερασματικών και cloud εργασιών, και η κλίμακα και το μέγεθός τους θα ξεπεράσουν εκείνα των εγκαταστάσεων που θεωρούνταν μεγάλες ακόμη και πριν από δύο χρόνια. Για να παρέχει την απαιτούμενη υποδομή κέντρων δεδομένων, μόνο οι Ηνωμένες Πολιτείες θα πρέπει να τριπλασιάσουν την ετήσια ισχύ τους τα επόμενα πέντε χρόνια — από 25 GW ζήτησης το 2024 σε περισσότερα από 80 GW το 2030. Η παγκόσμια ζήτηση αναμένεται να είναι περίπου 220 GW έως το 2030.
Καθώς τα προϊόντα τεχνητής νοημοσύνης πολλαπλασιάζονται και τα μοντέλα παροχής συμπερασμάτων αλλάζουν, οι ενδιαφερόμενοι φορείς των κέντρων δεδομένων θα πρέπει να βρουν την κατάλληλη ισορροπία μεταξύ της υπολογιστικής ικανότητας των περιφερειακών συστημάτων και του cloud. Αυτή η αλλαγή θα οδηγήσει σε θεμελιώδεις αλλαγές στο σχεδιασμό και την αρχιτεκτονική, θέτοντας νέα πρότυπα για τον κλάδο, χωρίς να αναφερθούμε στην προώθηση επιπλέον προόδων στην πυκνότητα ισχύος σε επίπεδο ραφιών με νέες τεχνολογίες τσιπ και ψύξης.
Σήμερα, ανάλογα με τον τύπο, το σχεδιασμό, το μέγεθος, την τοποθεσία και την απόδοση εκτέλεσης ενός κέντρου δεδομένων, το χρονικό διάστημα μεταξύ της αίτησης για υπηρεσίες και της έναρξης της κατασκευής μπορεί να κυμαίνεται από 12 έως 36 μήνες. Η πλήρης αξιοποίηση του δυναμικού της κατασκευής κέντρων δεδομένων θα μπορούσε να μειώσει αυτό το χρονικό διάστημα κατά 10 έως 20% και να επιταχύνει την κατασκευή νέων εγκαταστάσεων. Θα μπορούσε επίσης να επιτρέψει πιο αποτελεσματικές κεφαλαιουχικές δαπάνες, με πιθανή εξοικονόμηση 10 έως 20% κατά μέσο όρο ανά κέντρο δεδομένων, η οποία θα μπορούσε να μειώσει τις δαπάνες ύψους 1,7 τρισεκατομμυρίων δολαρίων που αναμένονται έως το 2030 κατά έως και 250 δισεκατομμύρια δολάρια.
Παρά τις πρόσφατες εξελίξεις στα μοντέλα αποσταγμένης και κατανεμημένης εκπαίδευσης, η μέση κλίμακα των κέντρων δεδομένων αναμένεται να αυξηθεί. Οι εγκαταστάσεις που πριν από το 2020 είχαν μέση ισχύ δεκάδων μεγαβάτ αναμένεται να φτάσουν σε κλίμακα γιγαβάτ. Για να αντιμετωπίσουν την τεράστια υπολογιστική ισχύ που απαιτούν οι σύγχρονες εφαρμογές AI και HPC, αυτά τα τεράστια κέντρα δεδομένων μεγάλης κλίμακας σχεδιάζονται σε οικόπεδα που ανέρχονται γύρω στα 4 εκατομμύρια τετραγωνικά μέτρα.
Η στροφή προς τα κέντρα δεδομένων μεγάλης κλίμακας δεν αφορά μόνο το μέγεθος, αλλά και την αποδοτικότητα. Η αποδοτικότητα είναι ζωτικής σημασίας, καθώς επιτρέπει στους χειριστές να μεγιστοποιούν την υπολογιστική απόδοση, ελαχιστοποιώντας ταυτόχρονα την κατανάλωση ενέργειας και, κατά συνέπεια, τις περιβαλλοντικές επιπτώσεις. Τα σύγχρονα κέντρα δεδομένων στοχεύουν σε αποδοτικότητα χρήσης ενέργειας (PUE)3 μόλις 1,1, σε σύγκριση με τους τρέχοντες μέσους όρους του κλάδου που κυμαίνονται από 1,5 έως 1,7.