AI 計算能力決定基礎架構設計中的一切

AI 工作負載正在推動耗電量大幅增加

AI 正在迅速徹底改變產業，隨著這種加速的增長，對能源需求顯著增加。隨著 AI 工作負載擴大，訓練和運行模型所需的耗電量飆升，引發了對可持續性和氣候影響的擔憂。

到 2026 年，僅人工智慧資料中心預計每年消耗 90 TWh，比 2022 年增加了十倍。此外，託管 AI 營運伺服器的數據中心負責全球用電量的 1% 以上，預計將消耗高達 截至 2028 年，美國電力佔 12%。

在全球範圍內，數據中心能源消耗持續上漲，預計到 2030 年將超過 1,300 TWh，除非實現新的效率改善。

環境影響

AI 工作負載的耗電性質對組織的氣候目標構成了重大挑戰。儘管許多科技巨頭承諾到 2030 年前的碳中和，但由於數據中心擴展和相關的 AI 計算功率需求，溫室氣體排放量繼續以指數增長。

除了碳足跡之外，資料中心也會對其他本地資源造成壓力。這些設施每年消耗數百萬加侖的飲用水，這對缺水的地區構成了一個重大挑戰。同時，由於司法管轄區為位於人口區附近的數據中心分配更多房地產，因此，位於數據中心附近的社區正在對電力，供水和分區問題的擔憂。

可擴展性創新的可持續解決方案

電力和熱源是當今資料中心面臨的兩大挑戰。密度較高的機架需要更多功率，但這些機架則會產生大量的熱量，這些熱量無法使用傳統方法可持續冷卻。

液體浸式冷卻 為此挑戰提供了引人注目的解決方案。與傳統的空氣冷卻系統相比，這種方法需要更少的功率。透過消除風扇、減少空間需求，以及消除冷卻基礎架構的負擔，液體浸式冷卻可降低高達 50% 冷卻資料中心伺服器設備所需的能源。

案例研究： 了解我們的方式 提升性能並降低排放 在 Shell 的資料中心採用資料中心浸式冷卻功能。

‍

企鵝解決方案還可以幫助您改善 資料中心的可持續性 採用通過直接晶片冷卻和雙相液冷卻的解決方案，例如無水冷卻。探索我們 可擴展的 AI 基礎架構解決 充分發揮 AI 解決方案的使用和潛力。