Рабочие нагрузки ИИ подводят дата-центры обработки на границы возможностей по всему миру
Не так давно дискуссии об искусственном интеллекте (ИИ) носили теоретический, экспериментальный и умозрительный характер, когда предприятия размышляли и обсуждали обоснование концепций и будущие возможности. Однако сегодня ИИ быстро становится краеугольным камнем трансформации бизнеса по всему миру.
Эта технология используется для самых разных целей: от автоматизации рутинных задач до генерации новых идей для продуктов и услуг, и ожидается, что её влияние будет только усиливаться.
Согласно отчёту McKinsey «Состояние ИИ», 65% организаций по всему миру уже интегрировали ИИ как минимум в одну бизнес-функцию (по сравнению с 50% в 2023 году). Между тем, по оценкам International Data Corporation, объём глобального создания данных в этом году достигнет 175 ЗБ, что в значительной степени обусловлено рабочими нагрузками ИИ, машинным обучением и обработкой данных в режиме реального времени.
По мере бурного роста рынка центров обработки данных ИИ станет ключевым драйвером роста. Он меняет физическую инфраструктуру, поддерживающую цифровую трансформацию. Готова ли ваша инфраструктура к новым нагрузкам ИИ в вашем центре обработки данных?
ИИ в центре обработки данных: изменения в реальном времени
Современные приложения ИИ расширяют границы возможностей современных центров обработки данных. От управления внутренними рабочими нагрузками с использованием алгоритмов машинного обучения до повышения энергоэффективности и безопасности с помощью предиктивных моделей, ИИ выводит операционный интеллект на новый уровень.
Движущей силой этой трансформации являются высокоплотные центры обработки данных, оснащенные кластерами графических процессоров, способными управлять массивными параллельными рабочими нагрузками для обучения моделей и вывода.
Но это не универсальный переход. Каждый регион, организация и объект имеют свой темп внедрения, поэтому важно понимать, как развиваются центры обработки данных ИИ.
Инфраструктура центра обработки данных ИИ: глобальная перспектива
Несмотря на стремительное развитие индустрии центров обработки данных, внедрение ИИ существенно различается по регионам. Например:
- Северная Америка занимает более 40% мирового рынка центров обработки данных, и ожидается, что в ближайшие несколько лет мощность увеличится в 2,5 раза.
- Такие страны, как Ирландия, Дания и Германия, становятся центрами обработки данных благодаря благоприятной налоговой политике, надежному подключению и акценту на устойчивом развитии.
- Ожидается, что Азиатско-Тихоокеанский регион будет демонстрировать самые высокие темпы роста (CAGR 13,3% в период с 2025 по 2030 год) во главе с Китаем, Японией, Индией и Сингапуром.
По мере развития этих экосистем должна развиваться и лежащая в их основе инфраструктура.
3 этапа развертывания центров обработки данных на базе ИИ
Интеграция ИИ в операции центров обработки данных обычно происходит в три этапа:
- Подготовка данных: На этом этапе ИИ собирает данные из различных ресурсов, таких как базы данных, API, журналы, изображения, видео, датчики и другие источники, которые могут быть доступны в режиме реального времени или нет. Затем эти данные маркируются/тегируются; ошибки устраняются и преобразуются в формат, понятный моделям ИИ. Это основа точности и производительности модели.
- Обучение: Системы ИИ начинают обучение модели ИИ тому, как должна выполняться задача, используя этап подготовки данных. Нейронная сеть модели искусственного интеллекта изучает данные, их состав, закономерности и взаимосвязи. Этот этап также известен как этап глубокого обучения. Для обработки задач искусственного интеллекта с минимальной задержкой требуются среды центров обработки данных с высокой плотностью и мощными графическими процессорами.
- Вывод/автономия: Именно здесь модель ИИ начинает плавно интегрироваться с внешними экосистемами, с внешним миром и новыми данными. Именно здесь принимаются окончательные решения и принимаются прогнозы. Именно здесь инфраструктура ИИ потребует кабельной разводки, передачи данных в режиме реального времени и глубоко интегрированных систем.
Преодоление проблем инфраструктуры для поддержки центров обработки данных на базе ИИ
Для достижения автономности ИИ необходимо решить несколько основополагающих проблем.
1. Плотность портов и пространство в стойке
Рабочие нагрузки ИИ часто используют кластеры графических процессоров, соединённых высокоскоростными каналами связи с малой задержкой. Это приводит к высокой плотности портов, значительно увеличивая требования к пространству и охлаждению. Традиционные стоечные решения не справляются с этой задачей. Без специализированной инфраструктуры именно аппаратное обеспечение, предназначенное для ускорения ИИ, может стать "узким" местом.
2. Выбор кабельного носителя
Выбор между медью и оптоволокном — уже не просто технический вопрос, а стратегический. Сети искусственного интеллекта требуют высокой пропускной способности и низкой задержки на больших расстояниях. Оптоволокно обычно предпочтительнее в высокопроизводительных средах, но только при условии правильного планирования и установки. Ошибки в этом вопросе могут привести к ухудшению сигнала и потере производительности, особенно в зонах с высоким уровнем шума и помех.
3. Сближение ІТ и систем автоматизации стооружений (BAS/BMS)
Центры обработки данных с поддержкой ИИ требуют бесперебойной интеграции всех систем здания в режиме реального времени, что делает конвергенцию ІТ с системами автоматизации зданий (BAS) и системами управления зданиями (BMS) крайне важной.
Однако эта интеграция часто затрудняется устаревшей инфраструктурой, разрозненными протоколами управления и неучтенными «серыми» зонами, в которых размещаются критически важные вспомогательные системы, такие как источники бесперебойного питания, чиллеры, системы распределения питания и системы отопления, вентиляции и кондиционирования воздуха.
Чтобы ИИ мог оптимизировать энергопотребление, охлаждение и безопасность в режиме реального времени, эти «серые» компоненты должны быть унифицированы и надежно соединены между собой посредством хорошо спланированной кабельной системы. В противном случае фрагментарный контроль и плохое подключение могут привести к серьезным проблемам с производительностью и простоями.
Аргументы к действию: стройте с умом, стройте сейчас
Нет времени на промедление. ИИ продолжает проникать в бизнес-модели, ожидания клиентов, цифровые рабочие процессы, и центры обработки данных должны идти в ногу со временем. Решение этих задач — неотъемлемая часть долгосрочной конкурентоспособности.
Решения об инфраструктуре, которые вы принимаете сегодня, определят, сможет ли ваш центр обработки данных масштабироваться в соответствии с быстрым развитием технологий ИИ завтра.
Модернизация для ИИ означает обеспечение будущего вашей инфраструктуры.
Автор: Абхишек Верма
для Belden