Более высокие тепловые нагрузки, вероятно, станут обычным явлением в центрах обработки данных, где размещаются рабочие нагрузки ИИ. Здесь мы оцениваем краткосрочные и долгосрочные последствия — и потенциальные стратегии смягчения.
Если прогнозы окажутся верными, бум ИИ резко увеличит потребление электроэнергии центрами обработки данных. Moody’s прогнозирует, что потребление энергии центрами обработки данных, связанное с ИИ, будет расти на 43% в год . В более широком смысле ИИ также, вероятно, приведет к более жарким условиям внутри центров обработки данных, поскольку потребление электроэнергии ИТ-оборудованием идет рука об руку с выработкой тепла.
Это означает, что, помимо удовлетворения потребности в большем количестве электроэнергии , операторам центров обработки данных следует подумать о том, как они будут справляться с более высокими тепловыми нагрузками, которые, вероятно, станут обычным явлением в центрах обработки данных, где размещаются рабочие нагрузки ИИ.
Повысит ли ИИ температуру в центрах обработки данных?
На сегодняшний день никто не собрал четких, всеобъемлющих данных о том, в какой степени рабочие нагрузки ИИ фактически способствуют повышению тепловыделения центров обработки данных. Но разумно предположить, что это так, поскольку аппаратное обеспечение ускорителей ИИ, такое как программируемые пользователем вентильные матрицы (FGPA), графические процессоры (GPU) и нейронные процессоры (NPU), обычно потребляет много электроэнергии и генерирует много тепла по сравнению с более традиционными устройствами.
Более того, аппаратные решения ИИ могут усложнить задачу рассеивания тепла. Например, исследования NPU показали, что они « создают серьезные тепловые узкие места для систем на чипах из-за их чрезмерной плотности мощности». Говоря менее техническими терминами, это означает, что чипы ИИ сложнее охлаждать, поскольку они генерируют большие объемы тепла в небольших концентрированных областях.
Как центры обработки данных могут охлаждать оборудование ИИ
Это означает, что операторам центров обработки данных, скорее всего, придется инвестировать в новые стратегии охлаждения, чтобы поддерживать работу оборудования ИИ при безопасных температурах.
Хорошей новостью на этом фронте является то, что технология эффективного охлаждения устройств ИИ уже существует. Жидкостное охлаждение и иммерсионное охлаждение отлично справляются с рассеиванием тепла быстро, с минимальным потреблением энергии.
Плохая новость, однако, заключается в том, что такие типы систем охлаждения обычно намного дороже, чем обычные решения для охлаждения ЦОД. В результате операторы ЦОД могут оказаться вынужденными инвестировать в дорогую новую инфраструктуру охлаждения.
Эта тенденция также может создать некоторое давление на рынке, когда некоторые центры обработки данных станут более способны, чем другие, размещать рабочие нагрузки ИИ из-за различий в системах отопления. Центры обработки данных, которые предлагают жидкостное и иммерсионное охлаждение, получат преимущество в гонке за монополию на рынок ИИ.
Необходимость эффективного охлаждения рабочих нагрузок ИИ также может стать новым стимулом для центров обработки данных инвестировать в такие стратегии, как повторное использование тепла , поскольку благодаря чипам ИИ у них будет больше свободного тепла.
ИИ, тепло и центры обработки данных: долгосрочные перспективы
В целом, стоит отметить, что аппаратное обеспечение ИИ не всегда может быть таким энергоемким или теплоемким. Вероятно, что производители чипов ИИ со временем найдут способы сделать аппаратное обеспечение ИИ более эффективным с точки зрения нагрева, так же как конструкции ЦП менялись на протяжении десятилетий, чтобы уменьшить тепловыделение без ущерба для вычислительной мощности. То, что сегодняшние NPU, FPGA, GPU и другие устройства ИИ генерируют много тепла, не означает, что так будет всегда.
Также возможно, что компании не будут развертывать столько устройств ИИ в центрах обработки данных, как предполагают многие текущие прогнозы. Компании могут выбрать использование решений GPU-as-a-Service, например, вместо того, чтобы настраивать собственное оборудование, и хотя предложение GPU-as-a-Service требует от поставщиков услуг развертывания GPU в каком-либо центре обработки данных, возможность совместного использования GPU между несколькими клиентами и рабочими нагрузками, вероятно, приведет к более эффективному общему использованию GPU, чем если бы каждое предприятие настраивало свои собственные GPU.
Но в краткосрочной перспективе волна тепла, которую ИИ готов принести в индустрию центров обработки данных, кажется неизбежной. Сейчас самое время операторам центров обработки данных решить, хотят ли они инвестировать в технологии охлаждения, способные справиться с возросшими потребностями в тепле.
