Η Καθυστέρηση στην Απόκτηση GPU στην Τεχνητή Νοημοσύνη και ο Κίνδυνος για τους Μικρότερους Χειριστές Δεδομένων

Η σπανιότητα της GPU GenAI έχει ήδη προκαλέσει αύξηση της ζήτησης, αυξημένο κόστος και μειωμένη διαθεσιμότητα. Ωστόσο, ένα άλλο πιεστικό ζήτημα διαφαίνεται: τα κέντρα δεδομένων εξαντλούνται από χώρο και ενέργεια. Αυτό είναι ιδιαίτερα προβληματικό για τις μικρές εταιρείες που παρέχουν υπηρεσίες συντοπισμού υπολογιστών υψηλής απόδοσης (HPC), οι οποίες βρίσκουν τα τρέχοντα κέντρα δεδομένων στο μέγιστο.

Μια πρόσφατη αναφορά από

JLL

μια εταιρεία επενδύσεων και διαχείρισης ακινήτων, υπογραμμίζει ότι η ανάπτυξη που βασίζεται στην

τεχν

ητή νοημοσύνη αναμένεται να συνεχιστεί, με την παραγωγή δεδομένων που προβλέπεται να διπλασιαστεί τα επόμενα πέντε χρόνια.

Επιπλέον, η χωρητικότητα αποθήκευσης του κέντρου δεδομένων προβλέπεται να αυξηθεί από 10,1 zettabyte τώρα σε 21,0 zettabytes το 2027, απαιτώντας περισσότερα κέντρα δεδομένων. Οι απαιτήσεις ισχύος της γενετικής τεχνητής νοημοσύνης, που υπολογίζονται σε 300 έως 500+ μεγαβάτ ανά πανεπιστημιούπολη, θα απαιτήσουν επίσης πιο ενεργειακά αποδοτικά σχέδια και τοποθεσίες.

Τα δίκτυα ηλεκτρικής ενέργειας αγγίζουν τη χωρητικότητα

Σύμφωνα με την έκθεση, ο σχεδιασμός κέντρων δεδομένων που ειδικεύονται στην τεχνητή νοημοσύνη διαφέρει σημαντικά από τις συμβατικές εγκαταστάσεις, απαιτώντας από τους χειριστές να σχεδιάζουν, να σχεδιάζουν και να κατανέμουν πόρους ενέργειας με βάση τον τύπο των δεδομένων που υποβάλλονται σε επεξεργασία ή το στάδιο ανάπτυξης του GenAI. Με την τεράστια αύξηση των GPU, τα υπάρχοντα πρότυπα για την αφαίρεση

θερμότητα

ς θα ξεπεραστούν, προκαλώντας μια σ

τροφή

από τις παραδοσιακές μεθόδους ψύξης με βάση τον αέρα στην ψύξη υγρού και στους εναλλάκτες θερμότητας πίσω πόρτας.

Μιλώντας σε

HPCwire

, ο Andy Cvengros, διευθύνων σύμβουλος του US

Data Center

Markets για JLL, τόνισε τη σημασία του προγραμματισμού. Εξήγησε ότι τα δίκτυα ηλεκτρικής ενέργειας φθάνουν σε χωρητικότητα και οι μετασχηματιστές έχουν χρόνο λειτουργίας που υπερβαίνει τα τρία χρόνια, κάτι που απαιτεί καινοτομία. Η συμπίεση της GPU επηρεάζει τις μικρές αναπτύξεις συντοπισμού 4-5 rack, οι οποίες δυσκολεύονται όλο και περισσότερο να εξασφαλίσουν χώρο στο κέντρο δεδομένων λόγω των απαιτήσεων των υπερκλιμακωτών.

Ο Cvengros τόνισε επίσης ότι όλες οι μεγάλες περιοχές του μετρό έχουν ουσιαστικά μεγιστοποιηθεί, καθιστώντας δευτερεύουσες περιοχές όπως το Reno, το NV ή το Columbus, OH, πρωταρχικές τοποθεσίες για την κατασκευή νέων κέντρων δεδομένων. Ωστόσο, η ζήτηση αναμένεται να συνεχιστεί και τα νέα κέντρα δεδομένων είναι 3,5 χρόνια έξω.

Η παγκόσμια ζήτηση ενέργειας GenAI παρουσιάζει ευκαιρίες και προκλήσεις. Η εύρεση GPU για HPC είναι μόνο το μισό πρόβλημα. Όπως επισημαίνει το HPCwire, το πού να τα συνδέσετε μπορεί να γίνει μεγαλύτερη πρόκληση. Αυτό το ζήτημα είναι ιδιαίτερα προκλητικό για τους μικρότερους φορείς εκμετάλλευσης, οι οποίοι ενδέχεται να εκτοπιστούν από την αγορά λόγω του ανταγωνισμού για πόρους.