這種勢(shì)頭才剛剛開始。NVIDIA、AMD和Intel正在推出專為生成式人工智能和高性能計(jì)算(HPC)設(shè)計(jì)的新芯片。公共云提供商和新興芯片企業(yè)也參與了競(jìng)爭(zhēng)。IDC分析師預(yù)測(cè)，人工智能軟件、硬件和服務(wù)的全球支出將達(dá)到3000億美元，高于今年預(yù)計(jì)的1540億美元。
　　
　　然而，擴(kuò)展人工智能仍然存在挑戰(zhàn)，其中最重要的是涉及支持這些工作負(fù)載所需的數(shù)據(jù)中心基礎(chǔ)設(shè)施的挑戰(zhàn)。
　　
　　數(shù)據(jù)中心越來越“熱”
　　
　　圖形處理單元(GPU)，是人工智能和機(jī)器學(xué)習(xí)(ML)最常見的芯片，可以極大地加速人工智能應(yīng)用的計(jì)算過程。其非常強(qiáng)大，如NVIDIA的H100GPU包含800億個(gè)晶體管，因此會(huì)產(chǎn)生大量熱量，必須對(duì)其進(jìn)行有效冷卻。
　　
　　傳統(tǒng)上，在單個(gè)數(shù)據(jù)中心機(jī)架中達(dá)到10千瓦的配置被認(rèn)為是高密度，但空氣冷卻仍然是冷卻這些服務(wù)器的有效方法。盡管UptimeInstitute發(fā)現(xiàn)很少有數(shù)據(jù)中心擁有超過30千瓦的機(jī)架，但極端密度正在出現(xiàn)。高性能計(jì)算的商品化和生成式人工智能的興起正在增加電力需求，并使傳統(tǒng)的空氣冷卻方法負(fù)擔(dān)過重。
　　
　　例如，NVIDIA最新的GPU的最大功耗比上一代芯片高出160%。機(jī)架配置很容易超過40千瓦范圍，這對(duì)于傳統(tǒng)的風(fēng)冷方法而言是難以管理的。當(dāng)今的數(shù)據(jù)中心必須不斷發(fā)展，以有效管理這些升高的熱負(fù)荷。
　　
　　冷卻技術(shù)越來越重要
　　
　　好在，有多種液體冷卻技術(shù)可以應(yīng)對(duì)這一挑戰(zhàn)，包括日益流行的后門熱交換和直接芯片技術(shù)。新興的浸入式冷卻技術(shù)也有不同的風(fēng)格，這些技術(shù)本質(zhì)上是將IT組件浸入充滿液體冷卻劑的容器中。
　　
　　盡管浸入式冷卻尚處于早期采用階段，但分析師預(yù)測(cè)，該技術(shù)將在未來四年內(nèi)成為主流，市場(chǎng)規(guī)模將從2021年的2.51億美元增長(zhǎng)到2027年的超過16億美元。這將極大地影響數(shù)據(jù)中心基礎(chǔ)設(shè)施需求，并且企業(yè)領(lǐng)導(dǎo)者必須知道他其數(shù)據(jù)中心運(yùn)營(yíng)商是否愿意在短期內(nèi)進(jìn)行必要的投資來支持這種轉(zhuǎn)變。
　　
　　液體冷卻的優(yōu)點(diǎn)和缺點(diǎn)
　　
　　液體作為熱導(dǎo)體的效率是空氣的1,000倍，而且運(yùn)行所需的基礎(chǔ)設(shè)施更少。風(fēng)冷系統(tǒng)需要一個(gè)復(fù)雜的制冷基礎(chǔ)設(shè)施，其中包括冷卻器、氣泵、電纜、濕度控制和過濾系統(tǒng)，以及冗余備份系統(tǒng)，以確保在停電時(shí)服務(wù)器不會(huì)處于不冷卻狀態(tài)。
　　
　　相比之下，液體冷卻系統(tǒng)相對(duì)簡(jiǎn)單，但在當(dāng)前數(shù)據(jù)中心基礎(chǔ)設(shè)施中實(shí)施其的前期投資和復(fù)雜性可能會(huì)帶來重大挑戰(zhàn)。設(shè)置可能很復(fù)雜，并且可能需要專門的維護(hù)。此外，服務(wù)器設(shè)計(jì)可能需要調(diào)整，浸入式方法可能會(huì)使OEM保修失效，并且冷卻系統(tǒng)泄漏可能會(huì)造成損壞和停機(jī)。數(shù)據(jù)中心運(yùn)營(yíng)商還必須考慮在數(shù)據(jù)中心使用液體的新法規(guī)和環(huán)境標(biāo)準(zhǔn)。
　　
　　也就是說，液體或浸入式冷卻系統(tǒng)不需要太多的備份或特殊的地板或通道密封策略。對(duì)能源消耗和成本的總體影響可能是巨大的。最近的一項(xiàng)研究結(jié)果發(fā)現(xiàn)，實(shí)施液體冷卻可以減少近20%的設(shè)施電力，總數(shù)據(jù)中心電力減少10%以上。總使用效率(TUE)是一項(xiàng)新指標(biāo)，旨在比較高性能計(jì)算環(huán)境中液體冷卻與空氣冷卻的效率，結(jié)果顯示，液體冷卻的能源效率提高了15%以上。
　　
　　過渡到液體冷卻還有其他可持續(xù)發(fā)展的好處。液體冷卻系統(tǒng)比空氣冷卻系統(tǒng)需要更少的水。改造數(shù)據(jù)中心可以采用新的思維方式來縮小其物理足跡和碳足跡。熱再利用策略可以為周圍的企業(yè)和社區(qū)提供能源。這些可能性令人興奮，并且可能會(huì)像生成人工智能本身一樣具有變革性。
　　
　　現(xiàn)在需要了解什么
　　
　　對(duì)于大多數(shù)企業(yè)而言，實(shí)現(xiàn)本地?cái)?shù)據(jù)中心的轉(zhuǎn)型可能過于復(fù)雜且昂貴。另一方面，當(dāng)今的大部分公共云基礎(chǔ)設(shè)施并不是為運(yùn)行大規(guī)模人工智能應(yīng)用而構(gòu)建的，而大容量工作負(fù)載的云成本不斷上升，促使許多組織尋找其他選擇。
　　
　　考慮到這些挑戰(zhàn)和機(jī)遇，擁有處理無數(shù)客戶用例的基礎(chǔ)設(shè)施經(jīng)驗(yàn)的托管數(shù)據(jù)中心提供商，可能會(huì)為許多企業(yè)提供最佳解決方案。這個(gè)領(lǐng)域的領(lǐng)導(dǎo)者可以提供專業(yè)知識(shí)和支持，以指導(dǎo)組織完成轉(zhuǎn)型。還與許多硬件原始設(shè)備制造商和液體冷卻供應(yīng)商建立了重要的關(guān)系，這些供應(yīng)商將推動(dòng)數(shù)據(jù)中心的發(fā)展，提供多樣化的選擇來滿足客戶的獨(dú)特需求。
　　
　　組織現(xiàn)在需要知道其數(shù)據(jù)中心運(yùn)營(yíng)商是否已經(jīng)在計(jì)劃，也許更重要的是，是否擁有可用的物理容量或適合安裝所需的技術(shù)，以使下一代數(shù)據(jù)中心的發(fā)展成為可能。數(shù)據(jù)中心已經(jīng)面臨著將工作負(fù)載轉(zhuǎn)移到滿足其要求的最佳服務(wù)器的復(fù)雜挑戰(zhàn)。隨著人工智能和高性能計(jì)算工作負(fù)載的需求不斷增加，添加根本上不同的冷卻系統(tǒng)的額外挑戰(zhàn)肯定會(huì)使這些障礙變得更加復(fù)雜。
　　
　　現(xiàn)在正在投資這些策略的數(shù)據(jù)中心運(yùn)營(yíng)商將處于有利地位，可以幫助其客戶正面應(yīng)對(duì)這些挑戰(zhàn)。人工智能正在改變一切，包括數(shù)據(jù)中心。現(xiàn)在是開始這次對(duì)話的時(shí)候了。