AI augimas keičia elektros paklausą
AI sistemoms reikia daug daugiau nei programinės įrangos. Jie priklauso nuo didelio našumo lustų, serverių, atminties, tinklo įrangos, aušinimo sistemų ir visą parą veikiančios duomenų-centrų infrastruktūros.
Daugeliui žmonių „AI skaičiavimo galia“ gali skambėti abstrakčiai. Energijos poreikis tampa aiškesnis pažvelgus į pačių lustų energijos suvartojimą.
Aukštos klasės{0}}NVIDIA H100 greitintuvas gali sunaudoti iki700Wsavo SXM konfigūracijoje. NVIDIA PCIe versija paprastai vertinama maždaug350–400W. Naujos kartos didelio-tankio AI spartintuvai juda dar toliau: NVIDIA paskelbė maksimalius TGP skaičius iki1,200Wsavo Blackwell Ultra{0}}klasės gaminiams.
AMD Instinct MI300X, dar vienas plačiai naudojamas dirbtinio intelekto greitintuvas, skirtas dideliems modeliams-mokyti ir daryti išvadas, turi tipinę plokštės galią iki750W. Taip pat pateko naujesni AMD greitintuvų modeliai1,000Wgalios diapazonas.
Intel Gaudi 3 OAM greitintuvas įvertintas iki900Wiliustruoja, kaip greitai didelio{0}}našumo AI aparatinė įranga pereina link kilovatų-vieno greitintuvo energijos suvartojimo.
Šie skaičiai nurodo tik patį AI greitintuvą. Tikras AI serveris taip pat apima centrinius procesorius, atmintį, „NVLink“ ar kitus didelės spartos{1}}jungimus, saugyklą, tinklo plokštes, aušinimo ventiliatorius ir energijos-konversijos nuostolius.
Pavyzdžiui, 8-GPU serveriui, naudojančiam 700 W klasės greitintuvus, gali reikėti:
Aplink5,6 kWvien tik GPU
Kitas1,5–3 kWCPU, atminčiai, tinklui, saugyklai ir vidiniam aušinimui
Maždaug7–9 kWvisos serverio galios esant didelei apkrovai
Naudojant naujos-kartos 1000 W-klasės greitintuvus, vienas AI serveris gali lengvai pereiti į10-15 kWdiapazonas. Stovo mastu tai sukuria labai skirtingą energijos iššūkį nei tradicinė įmonių IT.
Skaičiavimo galiai reikia patikimos energijos
AI darbo krūvis dažnai būna nenutrūkstamas, intensyvus ir jautrus pertraukimams.
Didelis{0}}modelių mokymas gali trukti kelias dienas ar net savaites. Išvadų paslaugoms, dirbtinio intelekto pagalbininkams, pramoninės vizijos sistemoms ir išmaniosioms sprendimų priėmimo{2}}platformoms reikia stabilaus ir neatidėliotino atsako. Trumpas maitinimo nutraukimas gali turėti įtakos mokymo eigai, duomenų apdorojimui, paslaugų prieinamumui ir verslo operacijoms.
Tai reiškia, kad AI infrastruktūrai reikia daugiau nei tiesiog „pakankamai elektros energijos“. Tam reikia energijos, kuri yra:
Patikimas ir stabilus
Keičiamas didėjant kompiuterių paklausai
Veiksmingas tiekiant energiją ir aušinant
Pakankamai lankstus, kad būtų galima valdyti didžiausią paklausą
Tvarus ilgą laiką
Tradicinis tinklo tiekimas išlieka labai svarbus, tačiau didėjantis elektros energijos poreikis daro didesnį spaudimą elektros tinklams, vietiniams transformatoriams, aušinimo sistemoms ir didžiausios{0}}apkrovos valdymui.
Nuo atskirų žetonų iki duomenų{0}}centro-paklausos masto
Poveikis tampa daug reikšmingesnis, kai AI lustai yra diegiami dideliu mastu.
Mažam AI klasteriui su 100 didelio našumo{1}}serverių jau gali prireikti beveik1MW IT galios, priklausomai nuo lusto konfigūracijos ir darbo apkrovos. Dideliam AI mokymo klasteriui su tūkstančiais greitintuvų gali prireikti dešimčių megavatų.
Ir tai yra prieš svarstant aušinimą, energijos paskirstymą, UPS sistemas, apšvietimą, siurblius ir kitą pagalbinę infrastruktūrą.
Bendras įrenginių poreikis dažnai matuojamas naudojant PUE arba energijos vartojimo efektyvumą. Jei AI duomenų centre yra 1 MW IT apkrovos:
Esant PUE iš1.20, bendras įrenginio energijos poreikis yra apie1,20MW
Esant PUE iš1.35, bendras įrenginio energijos poreikis yra apie1,35 MW
Esant PUE iš1.50, bendras įrenginio energijos poreikis išauga iki maždaug1,50 MW
Didėjant stelažų tankiui, tradicinės oro{0}}aušinimo sistemos taip pat tampa mažiau praktiškos. Štai kodėl aušinimas skysčiu, aukštos -įtampos paskirstymas, energijos kaupimas ir išmaniosios energijos-valdymo sistemos tampa pagrindinėmis DI infrastruktūros planavimo dalimis.
AI ir atsinaujinanti energija vystosi kartu
AI ir atsinaujinanti energija nėra atskiros tendencijos. Jie vis labiau susiję.
Dirbtinis intelektas gali pagerinti saulės prognozes, nustatyti įrangos gedimus, optimizuoti akumuliatoriaus įkrovimą ir iškrovimą, valdyti elektros kainas ir padėti operatoriams priimti geresnius sprendimus sudėtingose energijos sistemose.
Tuo pačiu metu atsinaujinanti energija gali padėti palaikyti didėjantį AI sukurtą energijos poreikį.
Saulės energija ypač tinka šiam perėjimui, nes ji yra modulinė, keičiamo dydžio ir plačiai prieinama. Ant stogo įrengtos fotovoltinės energijos sistemos, ant žemės montuojami-saulės energijos projektai ir paskirstytos energijos sprendimai gali padėti duomenų centrams, gamykloms, komerciniams pastatams ir pramoniniams parkams sumažinti priklausomybę nuo įprastos tinklo elektros.
Kai saulės energija derinama su energijos kaupimu, vertė tampa dar didesnė.
Dienos metu saulės sistemos gali aprūpinti dalį įrenginio apkrovos arba įkrauti akumuliatorių sistemas. Piko-paklausos laikotarpiais saugykla gali išleisti elektros energiją, kad sumažėtų slėgis tinkle ir apriboti paklausos mokesčiai. Kai kuriose vietose saulės energijos-plius-saugojimo sistemos taip pat gali pagerinti energijos atsparumą ir teikti atsarginį palaikymą kritinėms apkrovoms.
Nuo energijos vartojimo iki energijos žvalgybos
Naujos kartos AI infrastruktūra neturėtų tiesiog sunaudoti daugiau energijos. Ji turėtų protingiau naudoti energiją.
Sumanesnė energijos sistema gali koordinuoti PV generavimą, baterijų saugojimą, tiekimą į tinklą, aušinimo įrangą ir dirbtinio intelekto darbo krūvius realiuoju laiku.
Pavyzdžiui, neskubios AI mokymo užduotys gali būti suplanuotos stiprios saulės energijos gamybos ar žemesnių elektros kainų laikotarpiais. Akumuliatorių sistemos gali palaikyti trumpalaikę -piką apkrovą. Išmaniosios energijos-valdymo platformos gali subalansuoti energijos poreikį tarp skaičiavimo įrangos, aušinimo sistemų ir tinklo.
Tai sukuria efektyvesnį ryšį tarp skaičiavimo galios ir energijos išteklių.
Užuot elektrą traktavusi kaip fiksuotą įvestį, AI{0}}eros infrastruktūra gali dinamiškai valdyti energiją naudodama duomenis, automatizavimą ir išmanųjį valdymą.
Kuriame ekologiškesnę AI ateitį
AI augimas yra neišvengiamas. Pagrindinis klausimas yra tai, kaip jį atsakingai valdyti.
Kadangi didelio našumo{0}}AI lustai pereina nuo kelių šimtų vatų iki 1 000 W{3}}klasės galios, energijos tiekimas, aušinimas, tinklo talpa ir anglies dvideginio išmetimas taps vis svarbesnėmis DI plėtros dalimis.
AI ateitis neturėtų būti nulemta tik greitesnių lustų ir didesnių modelių. Ją taip pat turėtų apibrėžti švaresnė elektra, efektyvesnės energijos sistemos ir pažangesnis energijos valdymas.
Saulės PV,energijos kaupimas, o išmanusis energijos valdymas gali padėti sukurti pagrindą ekologiškesnei AI erai.
Naudodama patikimus fotovoltinius kabelius, jungtis, energijos kaupimo sistemas ir integruotus saulės energijos sprendimus, atsinaujinančios{0}}energijos pramonė gali palaikyti kitą skaitmeninio augimo etapą-, kur pažangūs skaičiavimai ir švari energija juda į priekį.
AI erai reikia energijos. Energetikos erai reikia intelekto. Kartu jie gali sukurti efektyvesnę, atsparesnę ir tvaresnę ateitį.