目前有兩大趨勢正在全球企業(yè)中掀起浪潮。 首先是人工智能 (AI) 的使用激增，企業(yè)努力實現(xiàn)關(guān)鍵流程的自動化和優(yōu)化，以提高生產(chǎn)力和運營效率。 第二個是日益惡化的氣候危機和能源成本增加的財務(wù)影響。

這兩個大趨勢的交叉點是簡陋的數(shù)據(jù)中心，選擇合適的數(shù)據(jù)中心不僅可以適應(yīng)未來的技術(shù)進步，還可以顯著減少企業(yè)對環(huán)境的影響。

數(shù)字基礎(chǔ)設(shè)施及其對環(huán)境的影響

人工智能技術(shù)需要對數(shù)字基礎(chǔ)設(shè)施進行大量投資，以便能夠存儲和幾乎即時處理大量數(shù)據(jù)。 人工智能算法，特別是深度學(xué)習(xí)模型，需要大量計算資源，例如圖形處理單元 (GPU) 和多個軟件框架。 在 GPT-3 大型語言模型上通過機器學(xué)習(xí) (ML) 訓(xùn)練一臺計算機以類人方式運行可能需要使用多達 12MW 的數(shù)據(jù)，成本高達 300 萬美元。

由此產(chǎn)生的對數(shù)字基礎(chǔ)設(shè)施資源、容量和空間的需求是巨大的。 許多為通用計算而構(gòu)建的傳統(tǒng)數(shù)據(jù)中心無法容納處理如此高密度工作負載所需的設(shè)備，因此企業(yè)必須仔細考慮其數(shù)據(jù)中心提供商，以滿足未來的需求。

此外，為適應(yīng)人工智能技術(shù)所需的高性能工作負載而構(gòu)建的數(shù)據(jù)中心需要具有強大冷卻能力的強大系統(tǒng)。 據(jù)估計，這些冷卻系統(tǒng)占傳統(tǒng)數(shù)據(jù)中心總能源成本的 40%，在政治不確定性導(dǎo)致能源成本飆升的能源危機臨界點期間，資源大量消耗。

企業(yè)似乎面臨著一項幾乎不可能完成的任務(wù)，即要平衡保持競爭力、保持償付能力(如果不能盈利)和實現(xiàn)碳減排目標(biāo)的需要。 這就是現(xiàn)代數(shù)據(jù)中心發(fā)揮作用的地方。

數(shù)據(jù)中心解決方案

選擇數(shù)據(jù)中心提供商是一項長期決策，如果企業(yè)希望減輕隨著人工智能需求的持續(xù)增長而可能發(fā)生的財務(wù)、技術(shù)和生態(tài)影響，則需要考慮許多因素。

專為高性能計算 (HPC) 設(shè)計的現(xiàn)代、專用“下一代”數(shù)據(jù)中心應(yīng)制定高密度策略，并為高容量服務(wù)做好充分準備，并提供首屈一指的連接性和安全性 以滿足不斷變化的市場變化。 這些優(yōu)化的環(huán)境可以提供更多的計算能力和定制的高密度托管，以支持客戶快速、大規(guī)模地增加工作負載和應(yīng)用程序。

然而，還有其他因素需要理解，在這個環(huán)境不確定的關(guān)鍵時期，數(shù)字基礎(chǔ)設(shè)施的地理位置變得比以往任何時候都更加重要。

受益于水力和地?zé)崮艿瓤稍偕茉催^剩的國家可以提供穩(wěn)定的長期電力供應(yīng)，與天然氣同行相比，其價格要便宜得多。 同樣，氣候涼爽且氣候更加溫和的國家將確保數(shù)據(jù)中心內(nèi)更有效地維持穩(wěn)定的溫度和濕度水平，從而減少能源輸出和污染，并最終減少碳排放。

氣候涼爽的新數(shù)據(jù)中心可以設(shè)計更節(jié)能的冷卻系統(tǒng)。 例如，直接液體冷卻，利用水的更高熱傳遞來更有效地冷卻設(shè)備或熱量捕獲技術(shù)功能，以便回收數(shù)據(jù)中心排出的所有熱空氣，并且本地能源供應(yīng)商可以使用多余的熱量來加熱 當(dāng)?shù)厣鐓^(qū)的家園。 這些是高度節(jié)能的流程，可以降低總擁有成本，并且將在一定程度上幫助企業(yè)適應(yīng)未來可能引入的任何可持續(xù)性或碳減排標(biāo)準。

總之，推動人工智能技術(shù)興起所需的巨大能源需求與企業(yè)可能擁有的任何 ESG 和相關(guān)可持續(xù)發(fā)展目標(biāo)完全不一致。 在這種脫節(jié)的中間是數(shù)據(jù)中心，那些希望采用人工智能、降低能源成本和碳足跡的公司最好明智地選擇他們的地點。