數(shù)據(jù)家,idc官網(wǎng),算力,裸金屬,高電機(jī)房,邊緣算力,云網(wǎng)合一,北京機(jī)房,北京云計(jì)算,北京邊緣計(jì)算,北京裸金屬服務(wù)器,北京數(shù)據(jù)服務(wù)器,北京GPU服務(wù)器,高算力服務(wù)器,數(shù)據(jù)機(jī)房相關(guān)技術(shù)新聞最新報(bào)道
全球數(shù)字化使對(duì)計(jì)算能力的需求呈指數(shù)級(jí)增長(zhǎng)。專家們?cè)谏鲜兰o(jì)90年代末預(yù)測(cè)，個(gè)人電腦將引發(fā)不可持續(xù)的電力消耗，但事實(shí)證明這是錯(cuò)誤的?，F(xiàn)在，其他專家警告稱，人工智能(AI)將進(jìn)一步加速需求，并可能導(dǎo)致電力短缺。這些擔(dān)憂有多現(xiàn)實(shí)?
弗吉尼亞州及其位于華盛頓郊外的數(shù)百個(gè)數(shù)據(jù)中心經(jīng)常被認(rèn)為是熱點(diǎn)地區(qū)。 事實(shí)上，當(dāng)?shù)毓檬聵I(yè)公司 Dominion Energy 最近大幅提高了對(duì)未來(lái)電力需求的預(yù)測(cè)，這完全是由于滿足人工智能需求的數(shù)據(jù)中心的增加。 加州能源和信息技術(shù) (IT) 專家喬納森·庫(kù)米 (Jonathan Koomey) 表示：“但這種情況發(fā)生在弗吉尼亞州并不意味著它會(huì)發(fā)生在整個(gè)國(guó)家?！?他指出，2023 年美國(guó)的電力總需求低于 2022 年。“需求爆炸性增長(zhǎng)是怎么回事?事實(shí)并非如此?！?/p>
Koomey 表示，IT 和電信行業(yè)約占全球電力需求的 5%，其中約 2% 用于最終用戶設(shè)備，另外 2% 用于骨干網(wǎng)和本地網(wǎng)絡(luò)，只有 1% 用于數(shù)據(jù)中心。 他補(bǔ)充道，就能源使用而言，人工智能約占所有數(shù)據(jù)中心的 10%。 “未來(lái)幾年，這 1% 中的 10% 可能會(huì)增加一倍或三倍，所以這遠(yuǎn)低于用電量的 1% 增長(zhǎng);這不是一場(chǎng)危機(jī)，而且它也將取代其他一些數(shù)據(jù)中心的用電量 ”。
這些數(shù)字在歐盟委員會(huì)在最近對(duì)已發(fā)表報(bào)告的審查中發(fā)現(xiàn)的估計(jì)的“顯著范圍”之內(nèi)。這些人認(rèn)為數(shù)據(jù)中心的功耗占全球需求的0.8%-1.6%。然而，法國(guó)電信監(jiān)管機(jī)構(gòu)Arcep最近發(fā)布了一份低得多的法國(guó)0.5%的估計(jì)，而國(guó)際能源署(IEA)發(fā)現(xiàn)全球數(shù)字略高，為1.7%，但中國(guó)為2.7%，歐洲為3.8%，美國(guó)為4.6%。該機(jī)構(gòu)認(rèn)為，在這三個(gè)地方，未來(lái)幾年數(shù)據(jù)中心功耗可能每年增長(zhǎng)7%-10%，達(dá)到總需求的3%-6%。
Koomey認(rèn)為，這“可能是錯(cuò)誤的”，因?yàn)橛?jì)算效率提高得更快。他堅(jiān)持說：“我們正處于研究如何利用人工智能實(shí)現(xiàn)這一目標(biāo)的開始階段。我們可以改變硬件架構(gòu)，我們可以創(chuàng)建專用設(shè)備，我們可以優(yōu)化軟件和硬件，但這些很少應(yīng)用于大型人工智能模型。”。
批評(píng)者認(rèn)為，近年來(lái)事實(shí)證明，通過微型化半導(dǎo)體來(lái)提高計(jì)算效率(即摩爾定律)變得更加困難。
麻省理工學(xué)院一組研究人員最近在《科學(xué)》雜志上發(fā)表的一篇文章表示同意：“隨著小型化的衰落，硅制造的改進(jìn)將不再提供社會(huì) 50 多年來(lái)所享有的可預(yù)測(cè)的、廣泛的計(jì)算機(jī)性能提升。”
但他們補(bǔ)充稱，“軟件性能工程、算法開發(fā)和硬件精簡(jiǎn)可以繼續(xù)讓計(jì)算機(jī)應(yīng)用在后摩爾時(shí)代變得更快，與摩爾定律多年來(lái)積累的收益相媲美?！绷硪黄恼掳l(fā)現(xiàn)，在2010年至2020年期間，典型數(shù)據(jù)中心服務(wù)器的每計(jì)算耗電量下降了四分之一，這主要是由于處理器效率的提高和閑置功耗的減少，每TB已安裝存儲(chǔ)的瓦特?cái)?shù)下降了九分之一。
除了計(jì)算本身(占數(shù)據(jù)中心電力需求的 40% 左右)之外，還可以通過更好的冷卻來(lái)實(shí)現(xiàn)改進(jìn)(占另外 40%)，以及剩下的 20%(由電源系統(tǒng)、存儲(chǔ)消耗) 設(shè)備和通訊設(shè)備。 IEA 表示，傳統(tǒng)的高效冷卻系統(tǒng)可以減少 10% 的電力需求，而使用液體冷卻劑的先進(jìn)“直接芯片”系統(tǒng)可以再節(jié)省 20%。 IEA 還指出，谷歌報(bào)告使用其 DeepMind AI 將其數(shù)據(jù)中心冷卻系統(tǒng)的電力需求減少了 40%。 向節(jié)能云和“超大規(guī)?！睌?shù)據(jù)中心的轉(zhuǎn)變還允許“在不顯著增加電力消耗的情況下進(jìn)行大規(guī)模運(yùn)營(yíng)”。
在高需求地區(qū)，新的化石燃料發(fā)電能力只是多種選擇之一。 其中包括新的輸電線路和帶有電池的可再生能源發(fā)電，可能以虛擬發(fā)電廠的形式出現(xiàn)。 庫(kù)米認(rèn)為：“這些地方的公用事業(yè)公司希望建造更多的傳統(tǒng)發(fā)電廠，他們正在利用這一點(diǎn)來(lái)推動(dòng)監(jiān)管機(jī)構(gòu)允許他們這樣做?！?/p>
大型科技公司也在致力于數(shù)據(jù)中心之間計(jì)算負(fù)載的“動(dòng)態(tài)轉(zhuǎn)移”。
“我們開發(fā)并試點(diǎn)了一種新方法，通過將一些非緊急計(jì)算機(jī)任務(wù)轉(zhuǎn)移到其他時(shí)間和地點(diǎn)，在不影響您每天使用的服務(wù)的情況下，在當(dāng)?shù)仉娋W(wǎng)壓力較大時(shí)減少數(shù)據(jù)中心的電力消耗，” 谷歌最近宣布。 這種方法已經(jīng)過測(cè)試的例子包括2022年12月至2023年3月能源價(jià)格創(chuàng)下歷史新高的歐洲，以及最近熱浪和冬季風(fēng)暴等極端天氣事件期間的美國(guó)各地。
idc網(wǎng),算力,裸金屬,高電機(jī)房,邊緣算力,云網(wǎng)合一,北京機(jī)房,北京云計(jì)算,北京邊緣計(jì)算,北京裸金屬服務(wù)器,北京數(shù)據(jù)服務(wù)器,北京GPU服務(wù)器,高算力服務(wù)器,數(shù)據(jù)機(jī)房Koomey 解釋說，電力系統(tǒng)狀況和延遲(或數(shù)據(jù)在發(fā)送器和接收器之間傳輸所需的時(shí)間)是負(fù)載轉(zhuǎn)移計(jì)算的主要參數(shù)。 “搜索或提取網(wǎng)頁(yè)對(duì)延遲敏感，但像人工智能訓(xùn)練這樣的事情更像是科學(xué)計(jì)算，它們不需要大量的輸入和輸出，并且對(duì)延遲不敏感，所以你可以想象將它們移動(dòng)到不同的地方 - 在美國(guó)或國(guó)外——擁有更多可再生能源?！?/p>
作者：Philippe Roos 是 Energy Intelligence 的資深記者兼高級(jí)分析師
