減輕人工智能時代的數據中心能源消耗

　　在人工智能 (AI) 進步的推動下，數字經濟正以前所未有的速度擴張。

　　這種快速增長加劇了對強大基礎設施的需求，并刺激了數據中心的激增，導致美國能源消耗大幅增加——這是幾十年來從未見過的。事實上，國際能源署 (IEA) 預測，到 2026 年，全球對人工智能驅動的數據中心的能源需求將增加一倍以上。

　　這給人工智能時代帶來了一個關鍵的僵局：平衡數據中心對環(huán)境的影響與擴展基礎設施以支持蓬勃發(fā)展的人工智能技術的需求。

　　為了支持人工智能的進步，各家公司正在美國各地從大都市到農村地區(qū)等不同地點迅速建設新的數據中心。然而，與數據中心巨大的能源和水消耗相關的社會壓力越來越大，這促使 DC 所有者加大努力，使這些設施更加可持續(xù)。

　　行業(yè)預測表明，每年開發(fā) 120-130 個新的超大規(guī)模數據中心的速度主要由人工智能推動，這表明這種擴張趨勢將持續(xù)到未來。

　　人工智能熱潮及其帶來的能源需求激增

　　人工智能應用的大量能源消耗生動地說明了能源需求的激增，ChatGPT 等工具消耗的能源比標準的谷歌搜索多 10 倍。

　　人工智能模型通常需要大量計算能力來訓練和推斷，而這正是基于 GPU 的新型高耗電服務器發(fā)揮作用的地方。這些服務器的功耗增加會導致產生額外的熱量，從而需要增加數據中心內冷卻系統的能耗。這些冷卻系統對于保持最佳工作溫度至關重要，因為它們可以防止因產生大量集中熱量而導致過熱和熱點。這就是為什么人工智能計算所需的電源和散熱與傳統數據中心不同。

　　與基于 GPU 的新型服務器相關的人工智能應用的能源強度不斷增加，這為數據中心行業(yè)面臨的可持續(xù)發(fā)展挑戰(zhàn)增加了另一層復雜性，并強調迫切需要創(chuàng)新但環(huán)保的冷卻和能源管理方法。因此，開發(fā)更高效的冷卻解決方案策略變得越來越重要。

　　虛擬孿生：在人工智能驅動的數據中心中實現可持續(xù)性轉型

　　為了應對滿足全球對可持續(xù)數據中心日益增長的需求的挑戰(zhàn)，必須采取整體方法，對整個數據中心的行為進行建模和模擬，同時考慮：

　　不同的服務器及其相關的應用程序負載

　　冷卻系統及其產生的冷空氣模式

　　直接液體冷卻 (DLC) 系統(如果有)

　　這就是虛擬孿生發(fā)揮作用的地方。虛擬孿生允許數據中心利益相關者和運營商在整個數據中心的生命周期內對現實世界的現象進行虛擬建模和分析，并啟用基于場景的模擬來預測和解決潛在問題。

　　虛擬孿生的優(yōu)勢在于，它能夠通過匯總每個子系統的行為來全面分析數據中心的能源行為，從服務器及其應用負載、冷卻系統或 DLC 系統或兩者的組合開始，從能源管理系統到為數據中心供電的電網。

　　通過控制這些不同子系統的模型參數，利益相關者可以協調不同服務器上應用程序的分布，并優(yōu)化冷空氣生產系統(DLC 系統)的參數，以顯著降低能耗。這種控制也可以通過基于 AI 的應用程序自動執(zhí)行。這種方法旨在協調和調整計算分配的快速變化與反應緩慢的氣候系統，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、冷卻和太陽能電池板系統在各種條件下(包括設備故障)的性能，從而提供有關數據中心各個層面(從單個資產到整個系統)性能的寶貴見解。此功能使公司能夠確保其設施符合設計規(guī)范，同時降低用電量和運營成本。通過促進更精確的規(guī)劃和運營調整，虛擬孿生可以增強可持續(xù)性并最大限度地減少數據中心對環(huán)境的影響。

　　最后，虛擬孿生可以捕獲可與模擬數據進行比較的真實數據，以便規(guī)劃未來的升級以提高能源效率，同時降低運營成本。

　　鑒于冷卻系統和服務器約占數據中心能源消耗的 80%，這些系統的虛擬模擬和組合分析代表了一種變革性方法，使數據中心所有者能夠降低能源消耗，并實現 20% 至 30% 的冷卻能源成本節(jié)省和高達 10% 的服務器能源成本節(jié)省。

　　規(guī)劃前進的道路：可持續(xù)創(chuàng)新的未來

　　總體而言，數據中心的材料、空間、能源和水消耗對環(huán)境和運營的影響是巨大的。無論是在偏遠地區(qū)開發(fā)超大規(guī)模數據中心，還是在靠近最終用戶的邊緣數據中心，業(yè)主運營商都必須實施創(chuàng)新戰(zhàn)略，以最大限度地減少碳足跡，同時滿足日益增長的市場需求。

　　在這些因素之間取得適當的平衡對于實現可持續(xù)發(fā)展目標和確保運營效率至關重要。采用先進技術和可持續(xù)實踐將是實現更環(huán)保、更高效的數據中心未來的關鍵。

　　作者：Jean-Marc Gaufres

　　來源：千家網