本文來(lái)自千家網(wǎng)，作者|Jean-Marc Gaufres。
在人工智能(AI)進(jìn)步的推動(dòng)下，數(shù)字經(jīng)濟(jì)正以前所未有的速度擴(kuò)張。
這種快速增長(zhǎng)加劇了對(duì)強(qiáng)大基礎(chǔ)設(shè)施的需求，并刺激了數(shù)據(jù)中心的激增，導(dǎo)致美國(guó)能源消耗大幅增加——這是幾十年來(lái)從未見(jiàn)過(guò)的。事實(shí)上，國(guó)際能源署(IEA)預(yù)測(cè)，到2026年，全球?qū)θ斯ぶ悄茯?qū)動(dòng)的數(shù)據(jù)中心的能源需求將增加一倍以上。
這給人工智能時(shí)代帶來(lái)了一個(gè)關(guān)鍵的僵局：平衡數(shù)據(jù)中心對(duì)環(huán)境的影響與擴(kuò)展基礎(chǔ)設(shè)施以支持蓬勃發(fā)展的人工智能技術(shù)的需求。
為了支持人工智能的進(jìn)步，各家公司正在美國(guó)各地從大都市到農(nóng)村地區(qū)等不同地點(diǎn)迅速建設(shè)新的數(shù)據(jù)中心。然而，與數(shù)據(jù)中心巨大的能源和水消耗相關(guān)的社會(huì)壓力越來(lái)越大，這促使DC所有者加大努力，使這些設(shè)施更加可持續(xù)。
行業(yè)預(yù)測(cè)表明，每年開(kāi)發(fā)120-130個(gè)新的超大規(guī)模數(shù)據(jù)中心的速度主要由人工智能推動(dòng)，這表明這種擴(kuò)張趨勢(shì)將持續(xù)到未來(lái)。
人工智能熱潮及其帶來(lái)的能源需求激增
人工智能應(yīng)用的大量能源消耗生動(dòng)地說(shuō)明了能源需求的激增，ChatGPT等工具消耗的能源比標(biāo)準(zhǔn)的谷歌搜索多10倍。
人工智能模型通常需要大量計(jì)算能力來(lái)訓(xùn)練和推斷，而這正是基于GPU的新型高耗電服務(wù)器發(fā)揮作用的地方。這些服務(wù)器的功耗增加會(huì)導(dǎo)致產(chǎn)生額外的熱量，從而需要增加數(shù)據(jù)中心內(nèi)冷卻系統(tǒng)的能耗。這些冷卻系統(tǒng)對(duì)于保持最佳工作溫度至關(guān)重要，因?yàn)樗鼈兛梢苑乐挂虍a(chǎn)生大量集中熱量而導(dǎo)致過(guò)熱和熱點(diǎn)。這就是為什么人工智能計(jì)算所需的電源和散熱與傳統(tǒng)數(shù)據(jù)中心不同。
與基于GPU的新型服務(wù)器相關(guān)的人工智能應(yīng)用的能源強(qiáng)度不斷增加，這為數(shù)據(jù)中心行業(yè)面臨的可持續(xù)發(fā)展挑戰(zhàn)增加了另一層復(fù)雜性，并強(qiáng)調(diào)迫切需要?jiǎng)?chuàng)新但環(huán)保的冷卻和能源管理方法。因此，開(kāi)發(fā)更高效的冷卻解決方案策略變得越來(lái)越重要。
虛擬孿生：在人工智能驅(qū)動(dòng)的數(shù)據(jù)中心中實(shí)現(xiàn)可持續(xù)性轉(zhuǎn)型
為了應(yīng)對(duì)滿足全球?qū)沙掷m(xù)數(shù)據(jù)中心日益增長(zhǎng)的需求的挑戰(zhàn)，必須采取整體方法，對(duì)整個(gè)數(shù)據(jù)中心的行為進(jìn)行建模和模擬，同時(shí)考慮：
- 不同的服務(wù)器及其相關(guān)的應(yīng)用程序負(fù)載
- 冷卻系統(tǒng)及其產(chǎn)生的冷空氣模式
- 直接液體冷卻(DLC)系統(tǒng)（如果有）
這就是虛擬孿生發(fā)揮作用的地方。虛擬孿生允許數(shù)據(jù)中心利益相關(guān)者和運(yùn)營(yíng)商在整個(gè)數(shù)據(jù)中心的生命周期內(nèi)對(duì)現(xiàn)實(shí)世界的現(xiàn)象進(jìn)行虛擬建模和分析，并啟用基于場(chǎng)景的模擬來(lái)預(yù)測(cè)和解決潛在問(wèn)題。
虛擬孿生的優(yōu)勢(shì)在于，它能夠通過(guò)匯總每個(gè)子系統(tǒng)的行為來(lái)全面分析數(shù)據(jù)中心的能源行為，從服務(wù)器及其應(yīng)用負(fù)載、冷卻系統(tǒng)或DLC系統(tǒng)或兩者的組合開(kāi)始，從能源管理系統(tǒng)到為數(shù)據(jù)中心供電的電網(wǎng)。
通過(guò)控制這些不同子系統(tǒng)的模型參數(shù)，利益相關(guān)者可以協(xié)調(diào)不同服務(wù)器上應(yīng)用程序的分布，并優(yōu)化冷空氣生產(chǎn)系統(tǒng)（DLC系統(tǒng)）的參數(shù)，以顯著降低能耗。這種控制也可以通過(guò)基于AI的應(yīng)用程序自動(dòng)執(zhí)行。這種方法旨在協(xié)調(diào)和調(diào)整計(jì)算分配的快速變化與反應(yīng)緩慢的氣候系統(tǒng)，以確保始終保持最佳冷卻效果。
此外，虛擬孿生可以模擬電氣、冷卻和太陽(yáng)能電池板系統(tǒng)在各種條件下（包括設(shè)備故障）的性能，從而提供有關(guān)數(shù)據(jù)中心各個(gè)層面（從單個(gè)資產(chǎn)到整個(gè)系統(tǒng)）性能的寶貴見(jiàn)解。此功能使公司能夠確保其設(shè)施符合設(shè)計(jì)規(guī)范，同時(shí)降低用電量和運(yùn)營(yíng)成本。通過(guò)促進(jìn)更精確的規(guī)劃和運(yùn)營(yíng)調(diào)整，虛擬孿生可以增強(qiáng)可持續(xù)性并最大限度地減少數(shù)據(jù)中心對(duì)環(huán)境的影響。
最后，虛擬孿生可以捕獲可與模擬數(shù)據(jù)進(jìn)行比較的真實(shí)數(shù)據(jù)，以便規(guī)劃未來(lái)的升級(jí)以提高能源效率，同時(shí)降低運(yùn)營(yíng)成本。
鑒于冷卻系統(tǒng)和服務(wù)器約占數(shù)據(jù)中心能源消耗的80%，這些系統(tǒng)的虛擬模擬和組合分析代表了一種變革性方法，使數(shù)據(jù)中心所有者能夠降低能源消耗，并實(shí)現(xiàn)20%至30%的冷卻能源成本節(jié)省和高達(dá)10%的服務(wù)器能源成本節(jié)省。
規(guī)劃前進(jìn)的道路：可持續(xù)創(chuàng)新的未來(lái)
總體而言，數(shù)據(jù)中心的材料、空間、能源和水消耗對(duì)環(huán)境和運(yùn)營(yíng)的影響是巨大的。無(wú)論是在偏遠(yuǎn)地區(qū)開(kāi)發(fā)超大規(guī)模數(shù)據(jù)中心，還是在靠近最終用戶的邊緣數(shù)據(jù)中心，業(yè)主運(yùn)營(yíng)商都必須實(shí)施創(chuàng)新戰(zhàn)略，以最大限度地減少碳足跡，同時(shí)滿足日益增長(zhǎng)的市場(chǎng)需求。
在這些因素之間取得適當(dāng)?shù)钠胶鈱?duì)于實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)和確保運(yùn)營(yíng)效率至關(guān)重要。采用先進(jìn)技術(shù)和可持續(xù)實(shí)踐將是實(shí)現(xiàn)更環(huán)保、更高效的數(shù)據(jù)中心未來(lái)的關(guān)鍵。
作者：Jean-Marc Gaufres
