人工智能的快速发展正在推动全球数据中心管理日益增长的电力和制冷需求的方式发生重大变化。
　　
　　施耐德电气IT和数据中心副总裁Farokh Ghadially概述了人工智能呈指数级增长后数据中心行业面临的重大挑战和新兴战略。
　　
　　Ghadially表示：“随着人工智能不断突破可能的界限，其日益增长的影响力正在迫使企业、托管服务提供商和科技巨头重新思考数据中心战略。在这种情况下，数据中心行业如何在快速转型的同时全速换挡？”
　　
　　他指出了能源消耗的急剧上升，并表示：“人工智能已被广泛接受为简化大量技术驱动任务的重要工具，但令人惊讶的是，其查询的数量和速度却令人意外。更令人惊讶的是，它带来了巨大的能源消耗。”
　　
　　Ghadially援引电力研究所的研究，强调“典型的人工智能查询耗电量是传统互联网搜索的十倍，而生成原创音乐、照片和视频所需的电量更是数倍之多。”
　　
　　全球互联网用户已达54.5亿，人工智能的快速发展“正将能耗推向前所未有的水平。事实上，预计人工智能的计算能力大约每100天就会翻一番，这将推动未来几年全球与人工智能相关的能源消耗每年增长26%至36%。”
　　
　　日益增长的需求促使行业领导者重新评估运营方法，以保持数据中心的效率和可靠性。Ghadially解释说：“其中最优秀的领导者正在追求创新设计，以开发既能适应增长又能保持可靠性的创新策略。”
　　
　　工程解决方案处于这一转型的前沿。Ghadially指出了四个主要领域：机架配置、冷却解决方案、软件管理和功率优化技术。
　　
　　人工智能工作负载需要重新考量空间效率。“人工智能工作负载需要周密的空间规划，以容纳先进的冷却系统和不断增加的基础设施占用空间，从而推动对更紧凑、更高效设计的需求日益增长。这正在重塑数据中心的空间利用方式，并更加注重优化机架密度和气流，以提高整体性能。”
　　
　　他指出：“大型人工智能训练模型——教计算机识别数据模式的系统——正在推动向更高机架功率密度的转变。高密度机架旨在在更小的空间内容纳更多服务器，从而在不增加空间需求的情况下实现更高的计算能力。”
　　
　　在可扩展性方面，“模块化机架系统使数据中心能够轻松升级和扩展，使其能够快速适应不断变化的人工智能功率需求，而无需进行成本高昂且规模庞大的检修。然而，随着计算需求的持续增长，传统的冷却方法将难以保持最佳温度。”
　　
　　这导致液体冷却的应用范围不断扩大。“人工智能硬件产生的热量已经超出了传统风冷的极限，因此液体冷却对于数据中心保持最佳性能至关重要。液体冷却不仅能更有效地管理更高的热负荷，还能帮助延长设备使用寿命。因此，越来越多的数据中心正在安装液体冷却系统，以确保其设施面向未来发展。”
　　
　　“此外，许多数据中心正在采用结合风冷和液体冷却的混合冷却解决方案，以优化性能和灵活性。这种方法不仅提高了冷却效率，还能使数据中心根据不断变化的工作负载扩展运营规模，确保其在日益严苛的市场环境中保持竞争力。”
　　
　　为了提高冷却效率并确保有效管理AI工作负载，数据中心运营商正在探索新的气流设计策略。适当的气流管理对于防止热点并使设备保持在最佳温度范围内至关重要，尤其是在AI驱动的工作负载产生更多热量的情况下。”
　　
　　他进一步解释道：“对于同时使用风冷和液冷解决方案的混合冷却系统，精确的气流控制变得更加重要。这通常涉及冷热通道的战略性布局、气流遏制系统以及优化的服务器布置，以防止空气混合并最大限度地提高冷却效率。”
　　
　　此外，参考设计和成熟的架构也正在部署中，以提高系统性能，同时控制成本和能耗。
　　
　　关于电力需求，“高密度工作负载需要更强大的配电系统。数据中心正在寻求更先进的不间断电源(UPS)和可扩展的电源解决方案，以实现可靠的能源输送。他们还在机架上配备先进的配电单元(PDU)，以处理更高的功率并实现动态功率分配，从而支持不同的AI工作负载。”
　　
　　“此外，数据中心正在与公用事业公司更紧密地合作，以优化能源采购和管理。通过合作，他们可以实施需求响应计划并利用可再生能源，从而构建更具可持续性和韧性的电力基础设施。”
　　
　　更广泛的社区也受益于该行业对可持续性的关注。“废热主要用于为附近的建筑物供暖，例如住宅、办公室，甚至游泳池等公共场所。通过捕获服务器产生的多余热量并通过管道系统传输，可以为周边地区提供温暖。这体现了人工智能如何推动社区协作，并在满足当地供暖需求的同时促进节能。”
　　
　　Ghadially补充道：“数据中心正在不断开发更具创意的方法来捕获和重新利用余热，从而实现更智能、更精准的能源资源管理。”例如，谷歌在芬兰哈米纳的数据中心将余热用于附近的造纸厂；Equinix则将其巴黎数据中心的余热用于加热当地的奥林匹克游泳池。其他数据中心则将余热用于室内农业，以支持作物生长。
　　
　　数据中心内人工智能的使用正在助力运营。“通过利用人工智能的解决问题能力，数据中心能够更高效地运行，并利用预测分析和智能系统来监控运营情况，简化复杂或耗时的流程。”
　　
　　“人工智能为提升能源效率提供了无数机会。人工智能可以分析实时数据，从而优化冷却系统，在最大限度地降低能耗的同时，实现峰值性能。预测分析可以预测能源需求，从而更精简电力分配并减少浪费。”
　　
　　Ghadially举例说：“谷歌已经为其数据中心实施了人工智能驱动的预测性维护，使用机器学习算法分析来自冷却系统、服务器和电源单元等设备的传感器数据。这项工作使谷歌能够识别可能预示潜在设备故障的模式，从而进行预防性维护，减少停机时间并提高可靠性。”
　　
　　他补充道：“此外，施耐德电气基于人工智能的技术通过分析数据中心设备的性能和状况，提供实时预测性维护洞察。施耐德的平台能够预警UPS系统中的电池故障，并优化冷却系统性能，从而促使主动维修并提高数据中心的能源效率。”
　　
　　安全性也是一个考虑因素，人工智能工具越来越多地用于在潜在威胁升级之前检测和解决它们。
　　
　　Ghadially总结道：“随着人工智能的加速应用，数据中心必须具备适应能力和敏捷性，才能快速应对。他们需要在运营的各个方面实施战略变革，从重新构想设施设计和基础设施，到优化能源效率、冷却系统和管理实践。投资可扩展、面向未来的解决方案，对于基础设施与时俱进、与时俱进也同样重要。”
　　
　　“随着人工智能彻底改变现代生活的方方面面，其变革性影响已在整个数据中心行业深刻感受到。然而，它也为数据中心提供了一个绝佳的机会，使其能够在数字化转型最激动人心的时代之一引领创新，并在可持续性和性能方面树立新的行业标准。”
　　
　　编辑：Harris