От гиперскейлеров до периферийных вычислений — понимание различий между типами центров обработки данных, поддерживающих разработку ИИ, является ключом к получению их ценности.
Поскольку компании вкладывают ресурсы в ИИ, важно понимать различные типы центров обработки данных, поддерживающих разработку ИИ, и их уникальные особенности. Центры обработки данных являются критически важными элементами цифровой инфраструктуры, которые обеспечивают вычислительную мощность для аналитики в реальном времени, решений ИИ и глобальных коммуникаций. Однако не все центры обработки данных одинаковы — от периферийных до гипермасштабных центров обработки данных , каждый должен проектировать и планировать необходимое потребление энергии, одновременно балансируя между устойчивостью и экономической эффективностью. Сложности могут возникнуть, когда разработчики покупают землю для новых центров обработки данных, обновляют существующую инфраструктуру центров обработки данных и ориентируются в государственных и местных постановлениях.
Несмотря на эти проблемы, инвесторы готовы воспользоваться преимуществами. Ожидается, что глобальный рынок гипермасштабных центров обработки данных вырастет с $320,59 млрд в 2023 году до $1,44 трлн в 2029 году . Прогнозируется, что рынок периферийных центров обработки данных будет расширяться со среднегодовым темпом роста почти на 10% в год до 2030 года . Знание различий между типами центров обработки данных будет иметь ключевое значение для получения этой растущей стоимости.
Что такое периферийные и гипермасштабные центры обработки данных?
Граничные и гипермасштабные центры обработки данных различаются по двум основным элементам: физическая близость к конечному пользователю и физический размер центра обработки данных. Граничные центры обработки данных расположены ближе к конечному пользователю и часто имеют меньший размер. Они могут находиться на месте в городском офисе или местном складе, на вышках сотовой связи или в региональных центрах. Ограничения по размеру часто означают, что периферийные центры обработки данных потребляют меньше энергии, поскольку они оснащены меньшей локальной вычислительной мощностью. Преимущество заключается в том, что непосредственная близость к конечному пользователю позволяет быстро предоставлять технологические решения без необходимости передачи данных на большие расстояния; а высокая пропускная способность и низкая задержка являются одними из важнейших факторов роста периферийных центров обработки данных.
На другом конце спектра находятся гипермасштабные центры обработки данных. Они обычно строятся в сельских кампусах, часто для одного пользователя (например, Google или Microsoft), и накачиваются достаточным количеством энергии для питания городов. Эти более крупные, более удаленные центры разработаны для экономии масштаба, тем самым удовлетворяя спрос на глобальные вычисления и снижая затраты. Гипермасштабные центры обработки данных не ограничены физическими ограничениями, поскольку они расположены за пределами городских центров и могут вместить сотни тысяч процессоров в одном месте. Вычислительная мощность этих огромных центров затем распределяется по мере необходимости на основе спроса.
На практике как периферийные, так и гипермасштабные центры обработки данных бывают разных форм и размеров — они могут быть близко или далеко от конечных пользователей в зависимости от того, что требуется на уникальных рынках, и их можно масштабировать в зависимости от объема обработки данных. Важно, что эти различные типы центров обработки данных работают в тандеме как интегрированная сеть для предоставления вычислительных и коммуникационных решений голодным потребителям.
Проектировщики центров обработки данных должны адаптироваться к энергетическим, экономическим и нормативным ограничениям
Центры обработки данных нуждаются в энергии для работы, но удовлетворение спроса на энергию требует поддержки со стороны иногда неохотно идущих на это местных органов власти. Всего один гипермасштабный центр обработки данных может потреблять более 1 ГВт электроэнергии . В некоторых населенных пунктах центры обработки данных потребляют более 10% мощности сети, а в Санта-Кларе, сердце Кремниевой долины, используемая мощность сети подскакивает до 60% . По мере установки в центрах обработки данных новых мощных процессоров, ожидается, что потребление энергии будет только увеличиваться. Новые графические микропроцессоры от Nvidia могут потреблять до 1 кВт каждый , и примерно столько же энергии требуется для их охлаждения. Чтобы представить это число в перспективе, Илон Маск недавно установил 100 000 процессоров Nvidia в гипермасштабном центре обработки данных в Мемфисе для питания нового искусственного интеллекта X, с планами расширения до 300 000 процессоров. Принимая во внимание энергию для жидкостного охлаждения, центр обработки данных в Мемфисе потребует приблизительно 600 кВт, что составляет более 10% от того, что необходимо для обеспечения электроэнергией Нью-Йорка в среднем в день . (Хотя в последнее время все больше внимания уделяется вопросам, связанным с энергоснабжением, мы ожидаем, что проблемы потребления воды, связанные с ИИ и центрами обработки данных, станут все более заметными в ближайшие годы.)
Энергетические ограничения и нормативные предпочтения заставят инвесторов в центры обработки данных избирательно выбирать, где и как строить периферийные и гипермасштабные центры обработки данных. Некоторые регулирующие органы хотят стимулировать развитие центров обработки данных, в то время как другие правительства, обеспокоенные проблемами пропускной способности сетей и ростом цен на энергию, хотят ограничить этот рост. Гипермасштабные центры обработки данных уже группируются в энергоизбыточных регионах с низким уровнем регулирования , таких как Техас, в то время как Вирджиния, признанный центр центров обработки данных, рассматривает законодательство, которое замедлит рост развития центров обработки данных.
Для дальнейшего решения энергетических проблем инженеры центров обработки данных используют инновационные проекты. Гипермасштабные центры обработки данных строятся как самодостаточные мини-города с собственной генерацией электроэнергии, аккумуляторными батареями и водными объектами, чтобы снизить риск государственного регулирования. Например, предлагаемый гипермасштабный центр обработки данных площадью 362 акра в Вирджинии предполагает использование водородных ячеек, работающих на природном газе, для снабжения объекта.
Строгая нормативная среда может также благоприятствовать более децентрализованным периферийным центрам обработки данных. Периферийные центры обработки данных часто менее заметны и менее регулируемы, поскольку они могут варьироваться от локальных устройств на базе ИИ до вышек сотовой связи или более мелких центров и часто имеют децентрализованное потребление энергии. Они могут быть размещены в жилых и коммерческих зданиях, чтобы использовать избыточную энергию, уже поступающую в эти места. В конечном счете, инвесторы и проектировщики центров обработки данных должны учитывать энергетические ограничения и предпочтения местных и государственных органов власти для эффективного распределения ресурсов.
Понимание типов центров обработки данных создает возможности для инвесторов
Спрос на периферийные и гипермасштабные центры обработки данных создает возможности для инвесторов, поскольку конкуренты борются за поставку вычислительной мощности, необходимой для решений на основе ИИ. Создание сети, которая объединяет периферийные и гипермасштабные центры обработки данных для объема, экономической эффективности и скорости, станет отличительным фактором на рынке. Война за таланты вознаградит ранние консолидации, поскольку для процветания этих сложных сетей нужны опытные специалисты и инженеры. Аналогичным образом, вспомогательная инфраструктура для центров обработки данных будет расти, поскольку периферийные центры обработки данных требуют модернизации физического подключения, а гипермасштабные центры обработки данных требуют постоянного снабжения энергией из новых источников.
Понимание типов существующих центров обработки данных и тех, которые проектируются для удовлетворения огромного спроса на ИИ, большие данные и облачные вычисления, имеет важное значение для избежания нормативных препятствий и ограничений по энергии. Компании захотят снизить вероятность того, что центры обработки данных станут энергетическими узкими местами, и вместо этого думать наперед, чтобы захватить большой потенциальный рост на рынке данных.
