Kaip tikėjosi rinka, dirbtinio intelekto technologija ir jos programos buvo paspartintos 2024 m. ir pradėtas sparčiai augti. Pertvarkydamas skaičiavimo galios poreikio modelį, jis taip pat sukėlė precedento neturinčią naujovių bangą. Duomenų centrai, pagreitinta skaičiavimo infrastruktūra, energijos tiekimas ir paskirstymas bei aušinimo sistemos, kaip pagrindinė pramonės transformacijos jėga, taip pat tobulėja, kad atitiktų skaitmeninius poreikius, kuriuos lemia DI darbo krūvis. Be to, intensyviai tobulėjant dirbtinio intelekto technologijoms, darnus vystymasis tapo strateginiu skaitmeninės infrastruktūros kūrimo akcentu. Vis daugiau duomenų centrų kreipiasi į atsinaujinančią energiją ir diegia veiksmingas paklausos valdymo priemones, kad sumažintų anglies dvideginio išmetimą iš skaitmeninės infrastruktūros. Pasauliniu mastu beveik visos įmonės ir didelio masto duomenų centrų operatoriai aktyviai diegia efektyvesnes aušinimo technologijas, nustato grynojo nulinio anglies dioksido emisijos tikslus, o aplinkai nekenksmingų duomenų centrų statybą daro didžiausiu plėtros prioritetu.
Žvelgdami į skaitmeninės infrastruktūros plėtros tendencijas 2024 m. ir nuolatinį dirbtinio intelekto paklausos augimą, „Schneider Electric“ mano, kad nors ateitis visada kupina netikrumo, vis dar esame įsitikinę, kad 2025-ieji vis tiek bus permainų, naujovių ir augimo metai. , o visos pramonės šakos ir sritys atvers naujas plėtros galimybes.
AI skaičiavimo galios poreikis daugiausia skirstomas į dvi pagrindines funkcijas: mokymą ir samprotavimą. Tarp jų modelių kūrimui ir optimizavimui naudojami mokymo darbo krūviai, o išvados sutelktos į tokias užduotis kaip sprendimų priėmimas, turinio generavimas ir visapusiškas automatizavimas. Duomenų centrų srityje AI išvadų technologijos taikymas padarė didelę pažangą, ypač atsižvelgiant į augančią krašto skaičiavimo paklausą. Duomenų apdorojimo realiuoju laiku paklausa paskatino jį būti kuo arčiau duomenų šaltinio, kad būtų veiksmingai pagerintas veiklos efektyvumas. Tačiau dabartinė AI vystymosi trajektorija nukrypsta nuo ankstyvųjų lūkesčių, ypač toms įmonėms, kurios sukūrė dideles AI modelių (pvz., didelių kalbų modelių) mokymo grupes su stipriomis pagreitinto skaičiavimo galimybėmis. Kai šios grupės baigia mokymo užduotis, jos gali virsti platformomis, skirtomis tokioms užduotims kaip išvados, sprendimų priėmimas ir turinio kūrimas.
Anksčiau pramonė paprastai tikėjosi, kad baigus dirbtinio intelekto modelio mokymą, netoli vartotojo pusės bus sukurtas mikro ir efektyvus išvadų klasteris, kad būtų greitai įdiegtas kraštinis AI. Tačiau stebėtina, kad dirbtinio intelekto paslaugų teikėjai nediegė mažų kraštinių AI sistemų šalia duomenų šaltinio, bet buvo linkę ir toliau naudoti dideles centralizuotas mokymo grupes, kad atliktų išvadų užduotis. Šis modelis neabejotinai paskatino „išvadų duomenų centrų“ atsiradimą. Atliekant išvadų užduotis, kurioms nereikia didelės skaičiavimo galios, naudojant mokymo grupes gali atsirasti per didelė skaičiavimo galia. Žvelgiant į 2025 m., perėjimas prie kraštinių skaičiavimų argumentavimui palaipsniui didės, nes kraštiniai įrenginiai taps veiksmingesni, sumažės delsos, pagerėtų duomenų saugumas ir pritaikytos programos. Žinoma, šis pokytis bus laipsniškas procesas, o įmonės turės pakoreguoti savo infrastruktūrą, kad atitiktų augančią realaus laiko AI programų paklausą. Tuo tarpu duomenų centro samprotavimai išliks pagrindiniu sprendimu, net jei tai reiškia, kad reikia naudoti daug išteklių smulkesnėms užduotims atlikti.
„Schneider Electric“ pažymi, kad pastaraisiais metais visos šalys aktyviai stengiasi stiprinti duomenų centrų ir komunalinių paslaugų įmonių bendradarbiavimą prognozuojant ir analizuojant tendencijas, ypač optimizuojant energijos vartojimo efektyvumą. Žvelgiant į ateitį, kai subręsta komunalinių paslaugų ir duomenų centrų dalijimosi duomenimis mechanizmas, dirbtinio intelekto technologija paskatins duomenų centrus labiau integruotis į komunalinių paslaugų energijos ekosistemą ir atlikti pagrindinį vaidmenį. Tai leis duomenų centrams protingiau pasirinkti maitinimo režimus ir, kai reikia, sklandžiai persijungti į išjungtą nuo tinklo režimą, perjungiant į atsarginį maitinimą. Tikimasi, kad 2025 metais stabilios atsinaujinančios energijos (tokių kaip vėjo, saulės ir kt.) paklausa duomenų centruose taps vis aktualesnė, o baterijų energijos kaupimo sistemų (BESS) diegimas taps raktu sprendžiant problemą. galios trūkumas. Gilės bendradarbiavimas tarp duomenų centrų ir komunalinių paslaugų. Duomenų centrų operatoriai optimizuos BESS įkrovimo ciklus atsižvelgdami į atsinaujinančios energijos prieinamumą, užtikrins pakankamus galios rezervus ir iškrovimą, kai pasikliauja iškastinio kuro energijos gamyba ar reguliuoja galios svyravimus. Pramonei tobulėjant, toks bendradarbiavimas didėja, gilėja ir standartizuojasi.
Ateinančiais metais didėjanti energijos tiekimo duomenų centrams svarba paskatins pramonę aktyviau tyrinėti diversifikuotą energijos struktūrą, įskaitant atsinaujinančią energiją. Energijos struktūros diversifikavimas gali ne tik patenkinti didėjantį duomenų centrų energijos poreikį, bet ir efektyviai pagerinti energijos apsirūpinimą. Šiuo metu daugelis technologijų gigantų didina investicijas į didelio masto energetikos projektus, parodydami, kad įmonės daugiau dėmesio skiria elektros energijos tiekimo stabilumui užtikrinti. Be to, daugelis įmonių planuoja vietoje įrengti dujų turbinas, kad padidintų energijos tiekimo lankstumą ir patikimumą. Šiame transformacijos procese ypač išryškėja mažų modulinių branduolinių reaktorių (SMR) potencialas, kuris ne tik žada bevandenį veikimą, aukštą saugumą ir mažesnį plotą, bet ir gali panaudoti perdirbtą uraną energijos gamybai. Kai SMR bus visiškai išbandytos ir patvirtintos reguliuotojų, duomenų centrai ir kitos pramonės šakos gali visiškai pakeisti energijos gamybos būdą.
Žvelgdami į 2025 m., duomenų centrų operatoriai ir prieglobos paslaugų teikėjai daug dirba, kad sukurtų pagreitintus skaičiavimo pajėgumus, kad būtų galima geriau aptarnauti dirbtinio intelekto programas. Dėl šios tendencijos santykinai gali sumažėti tradicinių įmonės lygio ir debesies prieglobos duomenų centrų statybos paklausa. Duomenų centrų su pagreitinto skaičiavimo ir dirbtinio intelekto galimybėmis paklausos padidėjimas rinkoje sukėlė aršią konkurenciją dėl energijos išteklių tarp susijusių įmonių. Įmonės aktyviai derasi su elektros tiekėjais, siekdamos užtikrinti tinkamą elektros tiekimą prieš gaudamos statybos leidimus. Be to, verta atkreipti dėmesį į tai, kad į šią rinką žengia daug komercinio nekilnojamojo turto įmonių, kurios anksčiau nebuvo susijusios su duomenų centrų sritimi, parodydamos duomenų centrų pramonės patrauklumą ir investicijų į infrastruktūrą augimo potencialą.
Nėra jokių abejonių, kad dirbtinio intelekto technologija ir toliau vadovaus duomenų centrų pramonės ateičiai, ne tik skatins technologines naujoves ir struktūrų optimizavimą, bet ir paspartins anglies neutralumo tikslų įgyvendinimą, optimizuos vandens išteklių panaudojimą, beveik 100% naudos ekologiškas medžiagas. , diegiant pažangius aušinimo skysčiais sprendimus ir plačiai taikant AI technologiją duomenų centrų projektavimui, priežiūrai, maitinimo ir paskirstymo sistemoms, atsarginiam maitinimo šaltiniui ir šaldymo sistemų automatizavimo valdymui. taip pat pagrindinės pramonės plėtros kryptys. Spartus technologijų vystymasis paskatino duomenų centrus toliau kartotis ir tobulėti, kad prisitaikytų prie rinkos paklausos pokyčių ir skatintų ardančias naujoves bei proveržius. Turime pagrindo manyti, kad ateityje sulauksime dar daugiau įdomių staigmenų ir laimėjimų.