Як ШІ сприяє розвитку дата центрів: огляд та рекомендації Schneider Electric

На правах реклами

Штучний інтелект (далі — ШІ) ніколи не стоїть на місці, охоплюючи майже всі сфери господарювання людини. Найбільших трансформацій зазнали способи обробки, використання та глибинного аналізу даних. Це винятково підтверджують останні дослідження у галузі: до 2027 року ринок цієї технології досягне 407 мільярдів доларів, а очікуваний темп зростання оцінюється близько 37,3% між 2023 і 2030 роками.

З іншого боку, значної популярності внаслідок доступності та адаптивності використання набуває генеративний ШІ. 97% власників бізнесу вважають, що ChatGPT принесе користь їхнім організаціям завдяки оптимізації комунікацій, створенню копії веб-сайту або перекладу інформації. Потрібно також враховувати, що впровадження потребуватиме більших інвестицій та інфраструктури для рішень на основі ШІ. Питання, що стоїть на порядку денному майже усіх бізнесів: як налагодити свої процеси так, щоб технології лише сприяли ефективності?

Центри обробки даних (далі  — ЦОДи) мають потенціал до взаємодії з ШІ не менше за інші сфери. Головним викликом цієї співпраці постає саме потреба у великому споживанні електроенергії з боку ШІ. Попри те, що сучасна система енергозабезпечення переживає не найкращі часи, що супроводжуються постійними перебоями, Україна не стоїть осторонь цієї тенденції. Однак саме ці челенджі можуть стати критичним для проєктування ЦОДів.

Саме дата-центри служать критичною інфраструктурою, бо підтримують екосистему штучного інтелекту. Навіть враховуючи той факт, що для роботи систем потрібно багато електроенергії, якраз ШІ може сприяти чистому нулю викидів ЦОДів. А також відіграти позитивну роль у вирішенні проблеми сталого розвитку.

Основний фокус цієї статті покладений у контексті аналізу чотирьох ключових рекомендації від експертів компанії Schneider Electric щодо оптимізації інфраструктури дата-центрів, а також супутніх можливостей роботи із нульовими викидами парникових газів.  Дослідимо атрибути штучного інтелекту та тенденції, які лежать в основі проблем фізичної інфраструктури центрів обробки даних: електроживлення, монтажні шафи, системи охолодження та керування програмним забезпеченням.

Методи підвищення ефективності енергоємних додатків штучного інтелекту

Системи електроживлення та охолодження, монтажні шафи та фізична інфраструктура — чотири базиси роботи центрів обробки даних. Зберігання та обробка даних для штучного інтелекту і великомасштабних мовних моделей постійно збільшують енергоспоживання. Створення GPT-3 спожило 1287 мегават-годин електроенергії та викинуло 552 тонни CO2, а це можна прирівняти до функціонування 123 автомобілів, які працюють на бензині протягом року. Ба більше дата-центри здатні використовувати високощільні монтажні шафи, що ще більше підвищує вимоги до електроенергії за принципом більше серверів у меншому просторі.

Центри обробки даних постійно адаптуються до підвищених вимог, які висувають кластери ШІ щодо потужності. На думку Schneider Electric, вдосконалення систем розподілу електроенергії та підвищення енергоефективності в дата-центрах сприяє зменшенню втрат і забезпечує найефективніше постачання електроенергії до серверів. При проєктуванні та управлінні центрами обробки даних оператори повинні приділяти особливу увагу енергоефективному обладнанню та програмному забезпеченню, а також диверсифікувати джерела енергії. Це забезпечить необхідну потужність для ефективної роботи штучного інтелекту.

Розширені блоки розподілу живлення (PDU), інтелектуальне управління та високоефективні системи живлення, а також відновлювані джерела енергії дозволяють центрам обробки даних зменшувати як витрати на енергію, так і викиди вуглецю. Проте висока щільність живлення в монтажних шафах навчальних серверів зі штучним інтелектом може створювати додаткові проблеми. Як наслідок, черговим викликом для операторів може стати саме система охолодження на додаток до енергоспоживання.

Повітряне чи рідинне охолодження: що краще для стійкості

На думку експертів Schneider Electric, саме від системи охолодження залежить готовність ЦОДів до роботи в умовах сталих векторів. Як вже було розглянуто вище, для живлення серверів високої щільності потрібні нові методології охолодження як для оптимальної продуктивності, так і для мінімізації часу простою. Саме тому спільнота схиляється до думки нижчої ефективності повітряного охолодження та віддає перевагу рідинному. І цьому є кілька простих пояснень.

Рідинне охолодження оптимізує використання електроенергії дата-центрами та зменшує споживання води. Процесор у такому випадку характеризується більшою продуктивністю та працює надійніше через більшу щільність монтажних шаф та більшої теплової інерції з водою в трубопроводах.

Незважаючи на те, що повітряне охолодження є звичним явищем у галузі та буде існувати протягом багатьох років, його оптимальність все ж визначається нижчою в умовах роботи з високощільними установками. Як приклад можна навести рідинне охолодження Direct-to-Chip, де рідина циркулює через сервери для поглинання та розсіювання тепла, швидко набирає популярності як більш ефективна модель для обробки концентрованого тепла в роботі кластерів ШІ.

Чому важливо користуватися технологіями на власну користь

Як і в будь-яких галузях, які працюють з ШІ, одним з ключових позитивних ефектів слід назвати автоматизацію. Центри обробки даних не виключення. Вони можуть отримати вигоду від використання автоматизації на основі штучного інтелекту, аналітики даних і машинного навчання, щоб знайти можливості для підвищення ефективності та декарбонізації.

Цей процес підтримується фізичною інфраструктурою та програмними засобами, які сприяють проєктуванню та функціонуванню центру обробки даних, включаючи DCIM, EPMS, BMS та цифрових двійників. Ці інструменти знижують ризик непередбаченої поведінки складних електричних мереж і створюють цифрову копію центру обробки даних, що дозволяє визначити обмеження в ресурсах живлення та охолодження для прийняття обґрунтованих рішень щодо планування.

Наприклад, Equinix підвищила енергоефективність свого центру обробки даних на 9% за допомогою охолодження на основі штучного інтелекту, що дозволило компанії зменшити споживання енергії системами охолодження, регулюючи їх більш ефективно та підвищуючи ефективність системи.

Підвищення обчислювальної щільності при збереженні габаритних розмірів

Очевидно, що додатки штучного інтелекту підвищують енергоспоживання в центрах обробки даних у той час, коли їм потрібно стати більш стійкими. Водночас штучний інтелект також надає інтелектуальні можливості для проєктування та експлуатації центрів обробки даних у розумніший та енергоефективніший спосіб, і якщо його правильно розгорнути, він може допомогти досягти кліматичних цілей вже у найближчому майбутньому.

Як висновок, штучний інтелект одночасно збільшує енергоспоживання центрів обробки даних і пропонує інструменти для його оптимізації. За правильного застосування, він може допомогти зменшити вуглецевий слід, поєднуючи фізичну інфраструктуру з інтелектуальними алгоритмами.