В останні роки штучний інтелект (ШІ) здійснив революцію у процесах обробки, аналізу та використання даних. Експерти наголошують, що обсяги ринку штучного інтелекту становитимуть 407 млрд доларів до 2027 року. Розвиток технології охопить різні галузі бізнесу та економіки, зокрема центри обробки даних (ЦОДи). Очікуваний щорічний темп прогнозується зростанням на 37,3% між 2023 і 2030 роками.
Перспектива масштабування ринку ШІ наближується завдяки сплеску генеративного штучного інтелекту.ChatGPT, на думку97% підприємців, стане у нагоді їхнім бізнесам в контексті оптимізації комунікацій, створенню копії веб-сайту або перекладу великих масивів інформації. Разом з тим максимізація ефекту від впровадження ШІ потребуватиме більших інвестицій та інфраструктури. У цьому матеріалі ми розкриємо аспекти взаємодії дата-центрів зі штучним інтелектом як мейнстріму сучасності.
Центри обробки даних по всьому світу активно використовують у роботі штучний інтелект. Водночас, Україна не стоїть осторонь цієї тенденції, впевнено рухаючись у напрямку автоматизації процесів за рахунок комп’ютерних алгоритмів.
Але, враховуючи поточну ситуацію у національній енергосистемі, для якої характерні значні навантаження і постійні перебої, використання ШІ стає критичним для ЦОДів.
Отже, як ефективно налагодити роботу в умовах енергетичного тиску та глобальних тенденцій? Провідні експерти зі Schneider Electric розробили низку рекомендацій щодо проєктування, оптимізації інфраструктури дата-центрів, а також зменшення впливу на навколишнє середовище внаслідок грамотного використання можливостей штучного інтелекту.
Важливість центрів обробки даних полягає у їх критичності як інфраструктури, яка підтримує роботу ШІ. Навіть говорячи про те, що алгоритми штучного інтелекту мають здатність споживати велику кількість енергії, саме вони можуть допомогти у питаннях сталого розвитку та наблизити ЦОДи до досягнення чистого нуля.
Аби розібратися у цьому питанні докладно, пропонуємо дослідити чотири ключові атрибути штучного інтелекту, а також їх взаємодію з елементами, які лежать в основі проблем фізичної інфраструктури українських дата-центрів: живлення, монтажні шафи, системи охолодження та керування програмним забезпеченням.
Оптимізація енергоспоживання ШІ: контекст ЦОДів
До основ функціонування дата-центрів належать системи електропостачання та охолодження, монтажні шафи та фізична інфраструктура. Зберігання та обробка даних для машинного навчання (ML) і великих мовних моделей (LLMs) постійно збільшують споживання енергії. І останні підрахунки дозволяють переконатися у цьому. До прикладу, лише на створення GPT-3 було витрачено1287 мегават-годин електроенергії та спричинило викиди 552 тонн CO2. Для ясності це еквівалентно року роботи 123 бензинових автомобілів. А у випадку з дата-центрами використовуються монтажні шафи високої щільності (можуть вмістити більше серверів у меншому просторі), що додатково посилює навантаження на енергоспоживання.
Ще одним питанням залишається мінімізація негативного впливу на планету, таке, що враховує всі фактори ефективної роботи дата-центрів та новітніх технологій. Центри обробки даних постійно розвиваються, щоб відповідати зростаючим вимогам кластерів ШІ до потужності. Як стверджують спеціалісти компанії Schneider Electric, у роботі з контекстом сталого розвитку найважливішим виступає процес модернізації систем розподілу електроенергії та енергоефективності в ЦОДах.
Це можна пояснити тим, що у такий спосіб енергія сама по собі починає доставлятися до дата-центрів оптимальним способом, знижуючи тиск на споживання. При розробці і управлінні центрами обробки даних оператори повинні зосередитися на енергоефективному апаратному та програмному забезпеченні, одночасно диверсифікуючи джерела живлення. Саме такий принцип дозволить забезпечити достатню потужність енергії для роботи ШІ, а також дбати про стале функціонування системи.
До ефективних можливостей вдосконалення процесів варто віднести такі застосунки: розширені блоки розподілу живлення (PDU), інтелектуальне управління та високоефективні системи живлення. Беззаперечною рекомендацією також є відновлювані джерела енергії, які ефективні у боротьбі з викидами СО2 в атмосферу. Однак надзвичайна щільність живлення в монтажних шафах навчальних серверів зі штучним інтелектом має ризик створювати додаткові проблеми. Наприклад, система охолодження наряду зі споживанням може викликати челенджі для операторів.
Фото: Schneider Electric
Стійкий вектор: перехід від повітряного до рідинного охолодження
Сьогодні надійна і безперебійна робота центру обробки залежить від оптимального охолодження.
Вимоги штучного інтелекту до дата-центрів передбачають необхідність нових способів охолодження для живлення серверів високої щільності. Це також впливає на досягнення потрібної продуктивності, мінімізації часу простою обладнання.
Незважаючи на те, що повітряне охолодження є поширеним у галузі та буде використовуватись ще протягом багатьох років, воно відзначається як менш результативне для високощільних установок. Саме тому, з точки зору Schneider Electric, перехід до рідинного охолодження є оптимальним рішенням для результативності у взаємодії з ШІ-кластерами.
Цікавим прикладом є рідинне охолодження Direct-to-Chip. Його принцип роботи полягає у наступному: охолоджуюча рідина проходить через сервери для відведення та розсіювання тепла. Такий доступний алгоритм досить швидко набирає популярності як ефективніший метод обробки концентрованого тепла від ШІ.
Рідинне охолодження, у порівнянні з повітряним охолодженням, забезпечує багато переваг для ЦОДів: серед основних можна виділити збільшення енергоефективності, покращення використання енергії і менше споживання води.
Від надійності та продуктивності процесора, економії місця, завдяки високощільним монтажним шафам, — до вищої теплової інерції з водою в трубопроводах.
Фото: Schneider Electric
Індивідуалізований підхід до роботи з технологіями
Schneider Electric пропонує ще один вектор покращення систем роботи дата-центрів, який допоможе використовувати штучний інтелект на свою користь. У матеріалі вже згадано різний спектр переваг використання ШІ для ЦОДів (використання автоматизації на основі штучного інтелекту, аналітики даних і машинного навчання, декарбонізація тощо). Ефективніше використовуючи аналіз даних, ми можемо стимулювати нові, більш стійкі моделі поведінки.
Цей процес підтримується фізичною інфраструктурою та програмними засобами, які забезпечують дизайн та функціонування центру обробки даних, включаючи DCIM, EPMS, BMS та цифрові репліки. Ці системи зменшують ризик непередбаченої роботи складних електричних мереж і надають цифрову модель центру обробки даних для визначення обмежень у ресурсах живлення та охолодження з метою прийняття обґрунтованих рішень щодо планування.
Як приклад, Equinix збільшилаенергоефективність свого центру обробки даних на 9%, завдякиохолодженню за допомогою штучного інтелекту, що дозволило компанії скоротити енергоспоживання охолоджувальними системами, регулюючи їх більш ефективно та покращуючи ефективність всієї системи.
Фото: Schneider Electric
Більше потужностей за однакових обсягів
Безсумнівно, додатки штучного інтелекту збільшують енергоспоживання в центрах обробки даних, коли їм потрібно стати більш екологічними. Однак, ШІ також надає розумні можливості для проєктування та експлуатації ЦОД більш енергоефективним способом, і, якщо його належним чином розгорнути, згідно з думкою Schneider Electric, він може допомогти досягти нульових викидів.
Комбінуючи основні атрибути фізичної інфраструктури центру обробки даних із підвищеною ефективністю штучного інтелекту, власники, оператори та кінцеві користувачі можуть краще управляти потребами в електроенергії високощільних кластерів штучного інтелекту, зберігаючи при цьому ефективність, надійність та стійкість.
