數(shù)據(jù)家,idc官網(wǎng),算力,裸金屬,高電機(jī)房,邊緣算力,云網(wǎng)合一,北京機(jī)房,北京云計(jì)算,北京邊緣計(jì)算,北京裸金屬服務(wù)器,北京數(shù)據(jù)服務(wù)器,北京GPU服務(wù)器,高算力服務(wù)器,數(shù)據(jù)機(jī)房相關(guān)技術(shù)新聞最新報(bào)道
有許多趨勢(shì)和技術(shù)在全球范圍內(nèi)影響著數(shù)據(jù)中心。 其中包括實(shí)現(xiàn)可持續(xù)性的壓力、不斷增加的機(jī)架密度、應(yīng)對(duì)苛刻的人工智能工作負(fù)載、對(duì)更多數(shù)據(jù)中心的需求以及先進(jìn)冷卻的實(shí)施。 Omdia 云和數(shù)據(jù)中心研究總監(jiān) Vladimir Galabov 在最近的 AFCOM 網(wǎng)絡(luò)研討會(huì)上概述了這些主題，題為 Omdia 研究總監(jiān)的閏年見解。
Galabov首先解釋了數(shù)據(jù)中心是一股“向善的力量”，但我們需要更好地讓世界知道這一點(diǎn)。如此多的注意力都集中在數(shù)據(jù)中心的高功耗和高耗水上。雖然可持續(xù)發(fā)展舉措可以而且應(yīng)該得到優(yōu)先考慮，但故事的另一面通常被忽視：該行業(yè)對(duì)全球能源使用產(chǎn)生了積極影響。
Galabov說：“我們?cè)诓蹲胶痛龠M(jìn)科技行業(yè)在降低整體經(jīng)濟(jì)能源密集度方面所提供的效率收益方面做得不夠。“例如，造紙業(yè)是能源消耗最大的行業(yè)之一;通過減少對(duì)紙張的依賴，技術(shù)無疑帶來了巨大的變化?！?/p>
他引用了勞倫斯伯克利實(shí)驗(yàn)室的一項(xiàng)研究表明，更多地使用技術(shù)可以將碳排放量的增長(zhǎng)減少三分之一。 東京大學(xué)的另一項(xiàng)研究發(fā)現(xiàn)，日本可以通過信息技術(shù)將二氧化碳排放量減少 40% 甚至更多。 同樣，美國能源效率經(jīng)濟(jì)委員會(huì)估計(jì)，IT 行業(yè)每消耗一千瓦能源，其他行業(yè)可節(jié)省 10 千瓦能源。
“看看 20 世紀(jì) 70 年代美國的能源使用情況，并預(yù)測(cè)未來同樣水平的能源強(qiáng)度; 如果沒有數(shù)據(jù)中心，我們今天消耗的能源將會(huì)顯著增加。”Galabov 說道。
生成式人工智能的出現(xiàn)意味著數(shù)據(jù)中心行業(yè)將會(huì)從功耗的角度提出越來越多的關(guān)于我們責(zé)任的問題。但Galabov表示，需要理解的是，在2008年至2020年間，盡管全球計(jì)算和互聯(lián)網(wǎng)使用量激增，但數(shù)據(jù)中心在全球用電量中的份額仍保持在1%左右。這些努力強(qiáng)調(diào)了圍繞電力使用效率(PUE)在效率方面取得的巨大進(jìn)步。舉個(gè)例子：隨著最終用戶轉(zhuǎn)向數(shù)字銀行，美國已有13000多家銀行分行關(guān)閉。
然而，人工智能的發(fā)展和 GPU 的采用即將改變能源使用方程式。 NVIDIA 對(duì) 2024 年的預(yù)測(cè)顯示，與之前的數(shù)字相比，數(shù)據(jù)中心 GPU 的出貨量將增加一倍以上。 這將大大增加電力需求。
Galabov說：“隨著越來越多的電力用于人工智能，全球電力在數(shù)據(jù)中心的份額在幾年內(nèi)將上升到2%左右?！?/p>
除了增加功耗外，Omdia預(yù)計(jì)，由于已經(jīng)存在充足的容量，美國、歐盟和中國等成熟地區(qū)的數(shù)據(jù)中心建設(shè)步伐將放緩。然而，在新興地區(qū)，這一速度將加快。Galabov說，非洲、拉丁美洲、中東、印度、泰國和越南都將擁有更多的數(shù)據(jù)中心。因此，美國建筑業(yè)占全球總建筑量的比例已從2017年的49%下降到今天的35%。
idc網(wǎng),算力,裸金屬,高電機(jī)房,邊緣算力,云網(wǎng)合一,北京機(jī)房,北京云計(jì)算,北京邊緣計(jì)算,北京裸金屬服務(wù)器,北京數(shù)據(jù)服務(wù)器,北京GPU服務(wù)器,高算力服務(wù)器,數(shù)據(jù)機(jī)房Galabov說：“埃塞俄比亞和納米比亞計(jì)劃每年將數(shù)據(jù)中心的容量增加一倍，盡管它們的起點(diǎn)相對(duì)較低?！薄Ａ硪粋€(gè)需要理解的因素是，正在進(jìn)行的數(shù)據(jù)主權(quán)計(jì)劃將影響數(shù)據(jù)的存儲(chǔ)位置和最需要新數(shù)據(jù)中心的位置?！?/p>
除了更多的數(shù)據(jù)中心，未來幾年全球機(jī)架密度也將增加。根據(jù)Omdia的數(shù)據(jù)，2021年每個(gè)機(jī)架的功率為7千瓦，我們已經(jīng)達(dá)到了12千瓦的平均機(jī)架密度。預(yù)計(jì)到2030年，這種上升趨勢(shì)將繼續(xù)，平均功率可能達(dá)到20千瓦。
隨著未來幾年用電量和密度預(yù)測(cè)的激增，該行業(yè)必須在效率和可持續(xù)性方面加倍努力。Galabov表示，我們即將經(jīng)歷一輪新的數(shù)據(jù)中心優(yōu)化浪潮，重點(diǎn)是減少IT足跡——設(shè)備整合、機(jī)械部件減少、電源轉(zhuǎn)換改進(jìn)，以及人工智能驅(qū)動(dòng)的數(shù)據(jù)中心DCIM和管理系統(tǒng)的出現(xiàn)。
Galabov說：“DCIM有機(jī)會(huì)成為一種集中的自動(dòng)化工具，可以跨數(shù)據(jù)中心一直運(yùn)行到邊緣。”。“通過用人工智能豐富DCIM，我們可以最大限度地減少員工短缺的影響，并在IT和物理基礎(chǔ)設(shè)施層面進(jìn)一步提高效率和可持續(xù)性。”
根據(jù)AFCOM 2024年數(shù)據(jù)中心狀況調(diào)查，超過一半的數(shù)據(jù)中心計(jì)劃使用太陽能，超過25%的數(shù)據(jù)中心正在增加風(fēng)能。其他人正在研究核能、氫能、地?zé)崮芎碗姵貎?chǔ)能系統(tǒng)。這可以通過擺脫對(duì)公用事業(yè)的依賴來降低總體能源成本。
人工智能正在對(duì)生活的幾乎每個(gè)領(lǐng)域施加影響，包括數(shù)據(jù)中心。在美國，五分之一的人使用過生成人工智能。許多數(shù)據(jù)中心正處于制定長(zhǎng)期人工智能戰(zhàn)略的規(guī)劃階段。
Galabov說：“第一步是將數(shù)據(jù)中心從計(jì)算和存儲(chǔ)工廠轉(zhuǎn)變?yōu)槿斯ぶ悄芄S?！?/p>
這需要適應(yīng)更高的密度和獲得更高的效率，例如改善氣流管理和密封。他補(bǔ)充說，隨著低成本選項(xiàng)的出現(xiàn)，預(yù)計(jì)液體冷卻也會(huì)迅速發(fā)展。例如，一家名為KeenCool的中國公司開發(fā)了一種單相液體，其售價(jià)僅為目前其他公司售價(jià)的6%。
“隨著液體冷卻變得越來越大眾化，我們將看到直接到芯片和浸入式冷卻市場(chǎng)的競(jìng)爭(zhēng)越來越激烈，”Galabov說。“沉浸式制冷價(jià)格應(yīng)該會(huì)大幅下降。”
此外，預(yù)計(jì)與交流到DC功率轉(zhuǎn)換相關(guān)的變化。例如，英偉達(dá)報(bào)告稱，其DGX服務(wù)器在這些轉(zhuǎn)換中損失了約10%的電能。正在開發(fā)的系統(tǒng)需要在數(shù)據(jù)中心內(nèi)減少從交流到DC的轉(zhuǎn)換。一些數(shù)據(jù)中心也在通過整合尋求更高的效率。例如，一家工廠與戴爾合作，將其IT占用空間減少了90%，能源賬單減少了75%。
“未來的數(shù)據(jù)中心可能會(huì)減少機(jī)架數(shù)量，提高密度，”Galabov說。“我們一直在通過更高效的冷卻和電力基礎(chǔ)設(shè)施成功降低PUE，但仍有空間減少電力轉(zhuǎn)換以解決不必要的電力損失，同時(shí)提高IT設(shè)備的利用率。”
Galabov認(rèn)為，傳統(tǒng)數(shù)據(jù)中心應(yīng)被視為一個(gè)主要的成功案例。通過虛擬化、容器化、軟件定義的體系結(jié)構(gòu)、云和IT整合，他們?cè)谛屎托阅芊矫嫒〉昧司薮筮M(jìn)步。現(xiàn)在，通過應(yīng)用程序優(yōu)化以及處理能力和設(shè)計(jì)方面的改進(jìn)，我們正在進(jìn)入數(shù)據(jù)中心利用率的新時(shí)代。谷歌就是一個(gè)很好的例子：在媒體處理方面，它部署了高度優(yōu)化的服務(wù)器，目前正在用一臺(tái)包含低功耗專用集成電路的新服務(wù)器取代運(yùn)行YouTube的五臺(tái)舊服務(wù)器。
“新的數(shù)據(jù)中心將為人工智能優(yōu)化其物理基礎(chǔ)設(shè)施，”Galabov說。“液體冷卻已經(jīng)在為人工智能進(jìn)行優(yōu)化，我們很快就會(huì)看到由人工智能驅(qū)動(dòng)的集中式能源管理系統(tǒng)?！?/p>
