Как ИИ меняет инфраструктуру центров обработки данных
Искусственный интеллект оказывает существенное влияние на проектирование и работу центров обработки данных разными способами. Более того, его можно использовать для повышения эффективности центров обработки данных, повышения производительности и внедрения новых возможностей. Требования к инфраструктуре и клиентам меняются вместе с необходимостью поддерживать широкое глобальное внедрение ИИ. Принятие обоснованных решений об инфраструктуре центра обработки данных, отвечающей этим требованиям, имеет жизненно важное значение, и выбор, сделанный сейчас, повлияет на производительность и бизнес на долгие годы вперед.
По данным Forbes Advisor, более 60% владельцев бизнеса считают, что ИИ повысит производительность и улучшит отношения с клиентами. Ожидаемый рост европейского рынка программного обеспечения для искусственного интеллекта в период с 2021 по 2028 год составит впечатляющие 40% . Согласно отчету Accenture , к 2035 году ИИ может добавить в экономику Великобритании дополнительные 814 млрд долларов США. По прогнозам Research and Markets, рынок ИИ как услуги (AIaaS) вырастет с 9,86 млрд долларов США в в 2023 году до $14,27 млрд в 2024 году (примечательный совокупный годовой темп роста в 44,7%) и достигнет $63,2 млрд к 2028 году.
Запуск миграции с процессоров на видеокарты
Для поддержки использования искусственного интеллекта центрам обработки данных требуется специализированное оборудование для эффективной обработки очень сложных вычислений -графические процессоры (видеокарты). Они состоят из сотен или тысяч меньших ядер, оптимизированных для одновременной обработки гораздо большего числа задач, чем центральные процессоры.
Как следует из названия, графические процессоры изначально были разработаны для рендеринга графики и выполнения задач по обработке изображений. Однако с годами их возможности расширились. В настоящее время графические процессоры используются для вычислительных задач общего назначения, требующих значительной параллельной вычислительной мощности, таких как анализ данных и машинное обучение. По сравнению с «традиционной» установкой на базе центральных процессоров, стойки с графическими процессорами имеют значительно больше ядер, чем ЦП, потребляют больше энергии, выделяют больше тепла и занимают больше места. Фактически, ожидается 10-кратное увеличение количества процессоров на той же площади.
В результате необходимо разработать решения, обеспечивающие возможность подключения значительно растущего числа графических процессоров. Интегрированные разъемы очень малого форм-фактора (VSFF) могут сыграть очень важную роль в решении этой проблемы. Разъемы VSFF SN и CS характеризуются небольшими размерами, но огромной емкостью для оптоволоконных соединений. Они разработаны для обеспечения возможности развертывания портов на высоких скоростях, например 400гб, которая становится все более распространенной в средах центров обработки данных, поскольку сети расширяются для поддержки больших объемов передачи данных.
Использование разъемов VSFF может увеличить количество волокон до 432 в пространстве высотой 1U, что значительно больше, чем 144 волокна, вмещаемых дуплексными разъемами LC. Использование этих разъемов в центрах обработки данных позволяет развернуть значительно большее количество графических процессоров за счет максимального использования доступного пространства и повышения эффективности соединений.
Питание и охлаждение
Интеграция ускорителей искусственного интеллекта также требует изменений в конструкции стоек и распределении мощности. Проектировщикам центров обработки данных необходимо определить требования к киловаттам на стойку и определить места, где могут возникнуть колебания. Для работы с более высокой плотностью мощности и тепловыми нагрузками необходимы дополнительные системы питания и охлаждения. Также важно будет определить, где воздушного охлаждения будет достаточно, а где будет необходимо жидкостное охлаждение. Жидкость может проводить тепло более эффективно, чем воздух, и подходит для растущей плотности оборудования центров обработки данных.
Существует несколько способов применения жидкостного охлаждения – от теплообменников в дверях стоек до систем погружного охлаждения, которые полностью погружают серверы стоек и другие компоненты в диэлектрическую жидкость, которая не проводит электричество, но проводит тепло. Это наиболее энергоэффективная и устойчивая форма жидкостного охлаждения, оптимально использующая свойства теплопередачи жидкости. Тепло также можно использовать повторно. Однако важно учитывать тот факт, что этот подход влияет на возможность подключения, а также на затраты, требования и набор навыков.
Повышенные требования к электропитанию и охлаждению, вызванные ИИ, могут увеличить выбросы углекислого газа, в то время как в то же время центры обработки данных во всем мире пытаются более жестко контролировать свою чистоту. Это делает мониторинг, смягчение последствий и оптимизацию процессов более важными, чем когда-либо. Когда дело доходит до электропитания и охлаждения, ИИ создает проблемы, но также обеспечивает часть решения.
Включение искусственного интеллекта в управление активами центров обработки данных может повысить эффективность использования ресурсов и принятия решений. Проектирование и строительство центров обработки данных можно оптимизировать с помощью «цифровых двойников» и симуляционного моделирования. Алгоритмы искусственного интеллекта и наложения, отображающие показатели энергопотребления и эффективности в реальном времени, могут оптимизировать охлаждение, электропитание и распределение ресурсов. ИИ может анализировать модели использования и исторические данные, чтобы прогнозировать будущие потребности в активах, что позволяет лучше планировать закупки и замену. Однако успешная реализация требует тщательного анализа, планирования и интеграции с существующими системами.
Целостный подход
Важно, чтобы редизайн осуществлялся межведомственными усилиями, избегая разрозненности технологий. Целостный подход, учитывающий каждую часть центра обработки данных и его уникальные требования, имеет жизненно важное значение. Более того, гибкость является ключевым моментом. Модульный подход поможет удовлетворить будущие требования к оборудованию и мощности, которые сейчас невозможно предсказать.
Хорошо спроектированная структурированная кабельная система увеличивает время безотказной работы, масштабируемость и окупаемость инвестиций, одновременно сокращая технологические затраты и эксплуатационные расходы. Это гарантирует, что все соединения стандартизированы и организованы, что жизненно важно для поддержания высокой производительности и надежности, необходимых для операций с интенсивным использованием графических процессоров. Структурированная кабельная система, характеризующаяся соблюдением заранее определенных стандартов с заранее заданными точками и маршрутами подключения, поддерживает эффективный рост системы и управление изменениями, что имеет решающее значение для меняющихся требований к графическим процессорам с огромными требованиями к пропускной способности.
