人工智能如何將數(shù)據(jù)中心轉(zhuǎn)變?yōu)榭沙掷m(xù)性的動力

　　數(shù)據(jù)中心歷來是許多技術(shù)進步的支柱，現(xiàn)在面臨的不僅僅是基礎(chǔ)設(shè)施提供商的問題。人工智能的快速發(fā)展凸顯了數(shù)據(jù)中心迫切需要更加敏捷、創(chuàng)新和協(xié)作，為這個新時代提供動力。

　　人工智能和機器學習的蓬勃發(fā)展，加上云和企業(yè)工作負載的持續(xù)增長，需要重新評估由運營商和客戶合作設(shè)計的數(shù)據(jù)中心策略。在這個時代，除了接近、能力和速度之外，成功還需要遠見必須在客戶的挑戰(zhàn)出現(xiàn)之前加以解決。

　　這包括大規(guī)模管理可持續(xù)電力，實施支持快速、可擴展的人工智能部署的設(shè)計，并與運營需求產(chǎn)生共鳴，同時有意識地與有利于數(shù)據(jù)中心提供商、客戶和更廣泛的社會責任的價值觀保持一致。

　　重新思考可擴展性：人工智能對位置動態(tài)的影響

　　在為了最大限度地減少延遲而精心繪制技術(shù)格局的時代，人工智能和機器學習工作負載的集成正在協(xié)調(diào)優(yōu)先級的轉(zhuǎn)變。與對延遲敏感的工作負載不同，這些高級工作負載挑戰(zhàn)了通常決定最佳數(shù)據(jù)中心位置的傳統(tǒng)原則。

　　其結(jié)果是對理想場地的定義進行了深刻的反思，人們對配備可再生能源接入的200-500MW園區(qū)出現(xiàn)了明顯的偏好。這些園區(qū)主要由可再生能源供電。其設(shè)計靈活且可定制，能夠與客戶盡早互動，創(chuàng)建能夠快速適應(yīng)技術(shù)環(huán)境的基礎(chǔ)設(shè)施。這種演變強調(diào)了從過去的線性數(shù)據(jù)中心模型向更加動態(tài)、可擴展和環(huán)境和諧的設(shè)施的轉(zhuǎn)變。

　　這一舉措支點標志著對延遲最小化的根深蒂固的關(guān)注的背離。相反，其強調(diào)了采用一種整體方法來認識人工智能/機器學習集成不斷變化的動態(tài)。

　　向更大園區(qū)的轉(zhuǎn)變不僅僅是AI/ML工作負載對延遲敏感性低的結(jié)果;這是一個經(jīng)過深思熟慮的舉措，承認這些操作中固有的非線性成本關(guān)系;較大的園區(qū)通?？梢詾樘峁┥桃约翱蛻籼峁└叩男?。

　　這一大膽的舉措挑戰(zhàn)了長期以來的行業(yè)規(guī)范，提出了一個令人信服的論點，即優(yōu)先考慮規(guī)模而不連接，可以產(chǎn)生更高效和可持續(xù)的結(jié)果。

　　可持續(xù)性是一個關(guān)鍵組成部分

　　隨著數(shù)據(jù)中心規(guī)模和數(shù)量的增長，其對環(huán)境的影響受到密切關(guān)注。而認識到能源效率在數(shù)據(jù)中心運營的持續(xù)轉(zhuǎn)型中發(fā)揮的關(guān)鍵作用，進一步強調(diào)了對可持續(xù)性的承諾。向更大園區(qū)的轉(zhuǎn)變必須與減少環(huán)境影響的迫切要求緊密結(jié)合。對可持續(xù)性的強調(diào)不僅僅是一個流行語，而是一種戰(zhàn)略認識，即這些由可再生能源供電的數(shù)據(jù)中心是效率和環(huán)保意識齊頭并進的未來不可或缺的一部分。

　　雖然有些人可能會考慮獲得電力、水和連接，但從客戶的角度來看，傳統(tǒng)需求將保持不變。數(shù)據(jù)中心提供商必須繼續(xù)努力創(chuàng)新，以降低電力使用效率(PUE)和用水效率(WUE)，從而減少對柴油發(fā)電機的依賴。僅采購100%可再生能源和購電協(xié)議(PPA)，以使用專用太陽能和風電場為數(shù)據(jù)中心供電，這些都是關(guān)鍵舉措。

　　在這個新時代，業(yè)界也前所未有地重視數(shù)據(jù)中心能為當?shù)厣鐓^(qū)帶來的好處。這包括努力建設(shè)與當?shù)丨h(huán)境和諧的設(shè)施，減少數(shù)據(jù)中心建筑的負面景觀。

　　設(shè)計靈活性：適應(yīng)動態(tài)景觀

　　在數(shù)據(jù)中心技術(shù)的快速發(fā)展中，實現(xiàn)“人工智能就緒”不僅僅是技術(shù)實力，其取決于早期與那些需要人工智能就緒基礎(chǔ)設(shè)施的客戶接觸的必要性。

　　這種戰(zhàn)略合作不僅確保了共生關(guān)系，而且成為開發(fā)真正靈活和定制的基礎(chǔ)設(shè)施的關(guān)鍵，這些基礎(chǔ)設(shè)施可以與快速增長和不斷變化的技術(shù)環(huán)境無縫發(fā)展。

　　這種早期參與模式的本質(zhì)超越了傳統(tǒng)的合作。這是一種動態(tài)且持續(xù)的對話，為所謂的“量身定制”方法奠定了基礎(chǔ)。與靜態(tài)解決方案不同，這種方法本質(zhì)上是響應(yīng)式的，認識到客戶的需求和挑戰(zhàn)不是一成不變的，而是會不斷演變和完善。

　　挑戰(zhàn)標簽：超大規(guī)模園區(qū)的出現(xiàn)

　　很明顯，人工智能正在改變數(shù)據(jù)中心的需求，并且正在討論如何命名下一代數(shù)據(jù)中心——超大規(guī)模2.0、超大規(guī)模、千兆規(guī)模以及各種其他選項。

　　然而，“超大規(guī)?！辈粌H僅涉及物理尺寸;其還反映了所指的特定客戶。“容納超大規(guī)?？蛻舻某笠?guī)模園區(qū)”一詞更準確地定義了正在進行的行業(yè)轉(zhuǎn)型。然而，無論使用什么術(shù)語，一個共同的挑戰(zhàn)都是顯而易見的：滿足這些客戶的巨大容量需求。目前歐洲超大規(guī)模設(shè)施在應(yīng)對不斷增長的人工智能市場方面的局限性凸顯了這一挑戰(zhàn)，而超大規(guī)模園區(qū)可能是答案。

　　邊緣計算的作用：確保連接性和延遲敏感性

　　除了超大型園區(qū)之外，邊緣計算的作用仍然很重要。隨著企業(yè)采用人工智能/機器學習策略，對邊緣解決方案的需求變得更加明顯。一個完全集成的人工智能解決方案需要連接到企業(yè)系統(tǒng)的各個方面。雖然核心語言模型和推理模型可能駐留在超大規(guī)模的園區(qū)中，但大都市仍然需要邊緣解決方案，以確保全面集成。

　　邊緣計算對于直播等對延遲高度敏感的應(yīng)用仍然很重要。此外，對于一些企業(yè)而言，邊緣數(shù)據(jù)中心解決方案對于成本效益至關(guān)重要。例如，通過本地邊緣數(shù)據(jù)中心提供的內(nèi)容分發(fā)網(wǎng)絡(luò)有助于iPhone的無縫iOS升級，從而無需在每個國家/地區(qū)建立單獨的數(shù)據(jù)中心。

　　未來之路

　　當我們應(yīng)對這些變革趨勢時，有一件事變得非常清楚：數(shù)據(jù)中心格局正在經(jīng)歷一場深刻的變革。AI/ML工作負載的集成、可擴展性的重新定義，以及支持AI的大型園區(qū)的戰(zhàn)略發(fā)展共同標志著數(shù)據(jù)中心故事的新篇章。這不僅僅是為了滿足需求，這是為了引導(dǎo)我們走向一個充滿活力且可持續(xù)的數(shù)據(jù)驅(qū)動的未來。

　　供應(yīng)商需要繼續(xù)致力于提供數(shù)據(jù)中心，以支撐不斷增長的數(shù)據(jù)驅(qū)動的數(shù)字經(jīng)濟，為我們每天依賴的信息和應(yīng)用提供動力。人工智能的持續(xù)增長，為供應(yīng)商提供了令人興奮的機會，可以進一步探索設(shè)計、建設(shè)和運營創(chuàng)新，重新定義數(shù)據(jù)中心行業(yè)的可能性，同時確保對卓越運營和可持續(xù)性的承諾。

　　來源：千家網(wǎng)