Этот звук был создан с помощью служб речи Microsoft Azure.
ИИ быстро меняет рабочие нагрузки центров обработки данных с больших обучающих кластеров на небольшие серверы периферийного вывода.
Новая среда искусственного
интеллекта приводит к увеличению плотности мощности стоек, что, в свою очередь, создает новые проблемы для инфраструктуры центров обработки данных. Эта возросшая энергетическая нагрузка заставляет всех операторов центров обработки данных, особенно поставщиков колокейшн-услуг, которые обслуживают крупные предприятия и гиперскейлеры, искать новые стратегии и технологические достижения, чтобы идти в ногу со своими целями устойчивого развития и требованиями клиентов к производительности.
Schneider Electric
мы знаем, что, адаптируясь к новому энергетическому ландшафту с аккумуляторными батареями, микросетями и возобновляемыми источниками энергии, а также внедряя новые технологии охлаждения, центры обработки данных могут продолжать сокращать выбросы углекислого газа.
Вполне уместно
Специализированные базы данных Если вы хотите База данных юристов принимать более эффективные бизнес-решения, базы данных могут помочь вам в этом. Эта база данных на самом деле является ключевым источником роста вашего бизнеса. Эта база данных обеспечивает более эффективную работу вашего бизнеса. Базы данных содержат информацию о продуктах, услугах, транзакциях, пользователях и продажах, которые важны для вашего бизнеса.
Мне посчастливилось
обсудить некоторые из этих актуальных вопросов на список сотовых телефонов в европе вебинаре «Навигация по устойчивой эволюции проектирования колокейшн-центров обработки данных в эпоху искусственного интеллекта».
ходе этого разговора
всплыли три ключевые области преобразования центров america email list обработки данных в мире, где искусственный интеллект ориентирован на приоритет: гибкий дизайн, усовершенствование технологий охлаждения и развертывание небольших объектов для удовлетворения требований клиентов к устойчивому развитию и производительности.
Преобразующая
сила ИИ и как он может помочь в разработке центров обработки данных, готовых к использованию ИИ
За последние 20 лет я был свидетелем всех нюансов и преобразований в эволюции центров обработки данных — от развертывания корпоративных ЦОД до перехода к моделям колокации и гипермасштабирования для адаптации к миграции в облака.
Сегодня отрасль
достигла нового этапа: насущные потребности искусственного интеллекта и машинного обучения стимулируют и даже ускоряют масштабные исследования и инвестиции в новую инфраструктуру, готовую к использованию искусственного интеллекта.
Давайте подробнее
рассмотрим три ключевые области обеспечения более устойчивого развертывания в нашем мире искусственного интеллекта.
1. Гибкая конструкция
Без сомнения, центры обработки данных борются с сейсмическими изменениями в удовлетворении потребностей ИИ, в том числе генеративного ИИ, работая при этом устойчивым и ответственным образом. Благодаря возможностям проектирования с поддержкой искусственного интеллекта некоторые колокейшн-центры уже готовы обрабатывать специализированные рабочие нагрузки высокой плотности и соответствовать быстро меняющимся потребностям и средам центров обработки данных.
Партнерство со
Шнайдером как со специалистом по ИТ и производителям может помочь поставщикам услуг колокейшн быстрее адаптироваться. Компания Schneider предлагает многолетний опыт создания гибкого проектирования центров обработки данных, способного удовлетворить меняющийся спрос.
Это означает возможность
быстрого масштабирования инфраструктуры (или уменьшения, в зависимости от обстоятельств) для удовлетворения потребностей в мощности как для нагрузок с более высокой плотностью, так и для передовых технологий, таких как жидкостное охлаждение. В частности, гибкие модульные компоненты инфраструктуры Schneider могут облегчить трансформацию центров обработки данных с поддержкой искусственного интеллекта.
Улучшения в системе охлаждения
ИТ развивается прямо перед нами. Одним из интересных достижений в этой области является жидкостное охлаждение, которое является более эффективным способом охлаждения нагрузок AI и ML, чем воздушное охлаждение. Возможность внедрения жидкостного охлаждения в рамках проекта центра обработки данных, готового к использованию искусственного интеллекта, ставит поставщиков услуг колокейшн на передовые позиции.
Однако важно
помнить, что в обозримом будущем потребуется как жидкостное, так и воздушное охлаждение. ИТ-оборудование требует как 15–30 % тепла, отводимого в воздух, так и 70–85 % тепла, удаляемого с помощью жидкостного охлаждения.
Одним из основных
последствий жидкостного охлаждения является то, что оно требует оборудования, позволяющего выдерживать дополнительный вес для подачи охлажденной воды. Один из клиентов Schneider придумал, как наиболее оптимально адаптировать конструкцию своего центра обработки данных под нагрузки искусственного интеллекта и машинного обучения. Как?
За счет использования
пространства, высвободившегося от выведенных из эксплуатации вентиляторных настенных блоков. Это возможно, поскольку существующие объекты предназначены преимущественно для ИТ-нагрузки с воздушным охлаждением с использованием настенных вентиляторных блоков. К счастью, переход на охлаждающие распределительные устройства (CDU), используемые для жидкостного охлаждения, не происходит по принципу «один к одному». Один CDU может заменить две-четыре вентиляторные стены или выдвижные блоки, освобождая пространство.
Переход к жидкостному
охлаждению для нагрузок искусственного интеллекта и машинного обучения может привести к повышению энергоэффективности. Отдача тепла воде более эффективна, чем отдача его воздуху. Более того, можно использовать меньшее количество охлаждающих устройств, независимо от того, можно ли полностью отказаться от чиллеров.
Инженер центра
обработки данных использует портативный компьютер, стоящий перед рядом центров обработки данных, готовых к использованию искусственного интеллекта. Специалист по облачным вычислениям серверной фермы с многонациональной женщиной-системным администратором, работающей с сетью защиты данных для обеспечения кибербезопасности.
Размер объекта
Повышение эффективности не ограничивается только жидкостным охлаждением. Плотность стоек для искусственного интеллекта и машинного обучения становится все выше — от 80 до 100 кВт на человека.
стойка Например
узнал от одного клиента, что они могут развернуть 75 стоек в зале центра обработки данных, предназначенном для AI/ML, по сравнению с 250 или 300 стойками, необходимыми для развертывания в облаке. Это означает, что возможна меньшая площадь объекта.
Этот меньший след
особенно важен для решения проблемы выбросов категории 3, косвенных выбросов, таких как содержащийся в бетоне и стали углерод. Более высокая плотность стоек приводит к уменьшению размеров залов обработки данных и зданий, тем самым сводя к минимуму затраты на строительство и уменьшая выбросы углекислого газа за счет меньшего количества бетона и стали.
Продолжающаяся
эволюция устойчивых центров обработки данных в мире, где искусственный интеллект прежде всего
Я привык управлять изменениями во всей отрасли центров обработки данных и связанными с ними возможностями. Ключом к осуществлению этих изменений является гибкий дизайн, а не второстепенный подход к требованиям ИИ.
Вместе с клиентами, которые являются лидерами отрасли, Schneider решает новые задачи, открывая новые возможности. Центры обработки данных, готовые к использованию искусственного интеллекта, способствуют захватывающим преобразованиям в отрасли. Мы готовы.
Тэги: ИИ, колокейшн, дата-центр, мощность дата-центра
