数据中心历来是许多技术进步的支柱,现在面临的不仅仅是基础设施提供商的问题。人工智能的快速发展凸显了数据中心迫切需要更加敏捷、创新和协作,为这个新时代提供动力。
人工智能和机器学习的蓬勃发展,加上云和企业工作负载的持续增长,需要重新评估由运营商和客户合作设计的数据中心策略。在这个时代,除了接近、能力和速度之外,成功还需要远见必须在客户的挑战出现之前加以解决。
这包括大规模管理可持续电力,实施支持快速、可扩展的人工智能部署的设计,并与运营需求产生共鸣,同时有意识地与有利于数据中心提供商、客户和更广泛的社会责任的价值观保持一致。
重新思考可扩展性:人工智能对位置动态的影响
在为了最大限度地减少延迟而精心绘制技术格局的时代,人工智能和机器学习工作负载的集成正在协调优先级的转变。与对延迟敏感的工作负载不同,这些高级工作负载挑战了通常决定最佳数据中心位置的传统原则。
其结果是对理想场地的定义进行了深刻的反思,人们对配备可再生能源接入的200-500MW园区出现了明显的偏好。这些园区主要由可再生能源供电。其设计灵活且可定制,能够与客户尽早互动,创建能够快速适应技术环境的基础设施。这种演变强调了从过去的线性数据中心模型向更加动态、可扩展和环境和谐的设施的转变。
这一举措支点标志着对延迟最小化的根深蒂固的关注的背离。相反,其强调了采用一种整体方法来认识人工智能/机器学习集成不断变化的动态。
向更大园区的转变不仅仅是AI/ML工作负载对延迟敏感性低的结果;这是一个经过深思熟虑的举措,承认这些操作中固有的非线性成本关系;较大的园区通常可以为提供商以及客户提供更高的效率。
这一大胆的举措挑战了长期以来的行业规范,提出了一个令人信服的论点,即优先考虑规模而不连接,可以产生更高效和可持续的结果。
可持续性是一个关键组成部分
随着数据中心规模和数量的增长,其对环境的影响受到密切关注。而认识到能源效率在数据中心运营的持续转型中发挥的关键作用,进一步强调了对可持续性的承诺。向更大园区的转变必须与减少环境影响的迫切要求紧密结合。对可持续性的强调不仅仅是一个流行语,而是一种战略认识,即这些由可再生能源供电的数据中心是效率和环保意识齐头并进的未来不可或缺的一部分。
虽然有些人可能会考虑获得电力、水和连接,但从客户的角度来看,传统需求将保持不变。数据中心提供商必须继续努力创新,以降低电力使用效率(PUE)和用水效率(WUE),从而减少对柴油发电机的依赖。仅采购100%可再生能源和购电协议(PPA),以使用专用太阳能和风电场为数据中心供电,这些都是关键举措。
在这个新时代,业界也前所未有地重视数据中心能为当地社区带来的好处。这包括努力建设与当地环境和谐的设施,减少数据中心建筑的负面景观。
设计灵活性:适应动态景观
在数据中心技术的快速发展中,实现“人工智能就绪”不仅仅是技术实力,其取决于早期与那些需要人工智能就绪基础设施的客户接触的必要性。
这种战略合作不仅确保了共生关系,而且成为开发真正灵活和定制的基础设施的关键,这些基础设施可以与快速增长和不断变化的技术环境无缝发展。
这种早期参与模式的本质超越了传统的合作。这是一种动态且持续的对话,为所谓的“量身定制”方法奠定了基础。与静态解决方案不同,这种方法本质上是响应式的,认识到客户的需求和挑战不是一成不变的,而是会不断演变和完善。
挑战标签:超大规模园区的出现
很明显,人工智能正在改变数据中心的需求,并且正在讨论如何命名下一代数据中心——超大规模2.0、超大规模、千兆规模以及各种其他选项。
然而,“超大规模”不仅仅涉及物理尺寸;其还反映了所指的特定客户。“容纳超大规模客户的超大规模园区”一词更准确地定义了正在进行的行业转型。然而,无论使用什么术语,一个共同的挑战都是显而易见的:满足这些客户的巨大容量需求。目前欧洲超大规模设施在应对不断增长的人工智能市场方面的局限性凸显了这一挑战,而超大规模园区可能是答案。
边缘计算的作用:确保连接性和延迟敏感性
除了超大型园区之外,边缘计算的作用仍然很重要。随着企业采用人工智能/机器学习策略,对边缘解决方案的需求变得更加明显。一个完全集成的人工智能解决方案需要连接到企业系统的各个方面。虽然核心语言模型和推理模型可能驻留在超大规模的园区中,但大都市仍然需要边缘解决方案,以确保全面集成。
边缘计算对于直播等对延迟高度敏感的应用仍然很重要。此外,对于一些企业而言,边缘数据中心解决方案对于成本效益至关重要。例如,通过本地边缘数据中心提供的内容分发网络有助于iPhone的无缝iOS升级,从而无需在每个国家/地区建立单独的数据中心。
未来之路
当我们应对这些变革趋势时,有一件事变得非常清楚:数据中心格局正在经历一场深刻的变革。AI/ML工作负载的集成、可扩展性的重新定义,以及支持AI的大型园区的战略发展共同标志着数据中心故事的新篇章。这不仅仅是为了满足需求,这是为了引导我们走向一个充满活力且可持续的数据驱动的未来。
供应商需要继续致力于提供数据中心,以支撑不断增长的数据驱动的数字经济,为我们每天依赖的信息和应用提供动力。人工智能的持续增长,为供应商提供了令人兴奋的机会,可以进一步探索设计、建设和运营创新,重新定义数据中心行业的可能性,同时确保对卓越运营和可持续性的承诺。
以上是人工智能如何将数据中心转变为可持续性的动力的详细内容。更多信息请关注PHP中文网其他相关文章!

拥抱Face的OlympicCoder-7B:强大的开源代码推理模型 开发以代码为中心的语言模型的竞赛正在加剧,拥抱面孔与强大的竞争者一起参加了比赛:OlympicCoder-7B,一种产品

你们当中有多少人希望AI可以做更多的事情,而不仅仅是回答问题?我知道我有,最近,我对它的变化感到惊讶。 AI聊天机器人不仅要聊天,还关心创建,研究

随着智能AI开始融入企业软件平台和应用程序的各个层面(我们必须强调的是,既有强大的核心工具,也有一些不太可靠的模拟工具),我们需要一套新的基础设施能力来管理这些智能体。 总部位于德国柏林的流程编排公司Camunda认为,它可以帮助智能AI发挥其应有的作用,并与新的数字工作场所中的准确业务目标和规则保持一致。该公司目前提供智能编排功能,旨在帮助组织建模、部署和管理AI智能体。 从实际的软件工程角度来看,这意味着什么? 确定性与非确定性流程的融合 该公司表示,关键在于允许用户(通常是数据科学家、软件

参加Google Cloud Next '25,我渴望看到Google如何区分其AI产品。 有关代理空间(此处讨论)和客户体验套件(此处讨论)的最新公告很有希望,强调了商业价值

为您的检索增强发电(RAG)系统选择最佳的多语言嵌入模型 在当今的相互联系的世界中,建立有效的多语言AI系统至关重要。 强大的多语言嵌入模型对于RE至关重要

特斯拉的Austin Robotaxi发射:仔细观察Musk的主张 埃隆·马斯克(Elon Musk)最近宣布,特斯拉即将在德克萨斯州奥斯汀推出的Robotaxi发射,最初出于安全原因部署了一支小型10-20辆汽车,并有快速扩张的计划。 h

人工智能的应用方式可能出乎意料。最初,我们很多人可能认为它主要用于代劳创意和技术任务,例如编写代码和创作内容。 然而,哈佛商业评论最近报道的一项调查表明情况并非如此。大多数用户寻求人工智能的并非是代劳工作,而是支持、组织,甚至是友谊! 报告称,人工智能应用案例的首位是治疗和陪伴。这表明其全天候可用性以及提供匿名、诚实建议和反馈的能力非常有价值。 另一方面,营销任务(例如撰写博客、创建社交媒体帖子或广告文案)在流行用途列表中的排名要低得多。 这是为什么呢?让我们看看研究结果及其对我们人类如何继续将


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

Dreamweaver Mac版
视觉化网页开发工具

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

螳螂BT
Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

WebStorm Mac版
好用的JavaScript开发工具