AI时代数据中心面临的挑战及投资策略

人工智能应用必须拥有海量计算能力的支持，这意味着更大、更丰富的数据中心。

随着人工智能应用的增加，数据中心市场呈现迅速增长态势，以适应由这些技术引发的数据激增。将人工智能添加到已经大量可用的技术中，包括物联网(IoT)设备，将生成更多的客户数据，从而导致数据量呈指数级增长。

底线是所有这些数据都需要驻留在某个地方，组织将转向数据中心。

Cherre创新主管Kevin Shtofman解释到，人工智能将增加对计算能力的需求，需要对人工智能专用硬件进行投资，采用新的数据中心设计，并探索边缘计算等新兴技术。

Shtofman说道：“在训练复杂的深度学习模型时，人工智能应用需要大量的计算能力。”。随着人工智能的普及，需要更多的数据中心来支持计算能力的需求增长。”

人工智能的采用还将增加数据存储需求，因为人工智能驱动的应用需要大量数据来训练和改进模型。

据Shtofman所述，要快速地存储和访问这些数据，需要有很大的存储容量。因此，数据中心将需要扩展其存储能力，以满足不断增长的需求。”

Shtofman补充道，随着人工智能应用越来越广泛，对实时处理和决策的需求也越来越大。这产生了边缘计算的兴起，其涉及将数据处理在更接近源头的位置，而非将其发送到集中式数据中心。因此，需要在靠近边缘的地方建造更多的数据中心来支持这一趋势。

人工智能驱动的计算能力需求

仲量联行技术董事总经理Andy Cvengros指出，随着人工智能的能力与日常技术功能相结合，预计消费者层面的人工智能将出现爆炸式增长。“随着使用变得越来越普遍，这将导致对数据中心计算能力的巨大需求，”Cvengros表示：“运行和训练这些模型需要大量的计算能力和大量资源，这限制了能够取得突破的企业数量。”

人工智能所需的服务器计算机密度也会产生大量热量，为了解决这个问题，液体冷却方面的创新正在发展。为了满足这种增长需求，云计算企业正在积极寻找开发项目，以在短短几年内获得数百兆瓦的电力支持。

据Cvengros所说：“主要数据中心市场的可用电力容量已经用尽，二级和三级市场可以藉此机会展开扩充。”。”

Cvengros指出，主要的云计算企业正在采取自建和租赁数据中心模式。超大规模云用户和主机托管提供商都在争先恐后地寻找几乎所有市场中的高性能陆地站点，以支持这些巨大的容量需求。

十年前，需要10兆瓦的数据中心被视为相当大的规模，但到了2023年，公布建设超过100兆瓦的数据中心已经不算罕见了。Cvengros表示：“当超大规模企业由于土地、电力或供应链的限制而无法在特定市场建设数据中心时，他们可能会从托管服务提供商那里租用整个数据中心，这使得需求较小的企业很难找到足够的空间。”

云服务提供商、数据中心运营商等主要利益相关者

Shtofman表示，确保数据中心随着人工智能计算产生的需求而增长的主要利益相关者是数据中心运营商、云服务提供商、硬件制造商、政府和监管机构，以及数据科学家和人工智能研究人员。

数据中心运营商负责管理和维护供应方数据中心的物理基础设施。供应商的人工智能应用可受云服务提供商按需提供的计算资源和基础设施所支持。为满足人工智能计算产生的需求，包括计算能力、存储和网络能力，他们必须确保拥有足够的能力。

同时，硬件制造商负责在供给侧设计和生产人工智能计算所需的专用硬件，例如图形处理单元(GPU)和张量处理单元(TPU)。

Shtofman表示：“他们必须确保这些专用组件的供应充足，以支持不断增长的需求。鉴于最近全球供应链出现问题，这是一个更高的风险。”

Cvengros表示赞同，由于大流行期间的供应链挑战和地缘政治紧张局势，建设和运营数据中心所需的组件已被推迟。这推迟了施工时间表，但由于需求依然强劲，用户已转向预租。

预计到2023年底或2024年新供应的大部分空置管道都是预先租赁的。

在Cvengros看来，在满足安全需求之前保持大量供应链库存的供应商将在赢得超大规模业务的竞争中脱颖而出。

制定投资计划

在扩建数据中心之前，对市场和人工智能计算需求进行深入研究和分析是至关重要的，这是Shtofman所强调的。“这将有助于证明投资符合市场需求，并且有明确的投资回报途径。这个市场看起来似乎非常繁荣，涉及到多种运输方式和角色类型，因此需要使用边缘计算技术。”

建议制定综合战略，并经常更新，因为这个市场的变化速度比其他周期都要快得多。“数据中心资产需要非常具体的基础设施、设计和遵守当地法律。对于新手来说，与经验丰富的合作伙伴合作是最佳的做法，而这种类型的建设并不适合他们。”

以上是AI时代数据中心面临的挑战及投资策略的详细内容。更多信息请关注PHP中文网其他相关文章！