A következő években látványosan nő az adatközpontok mesterséges intelligencia (MI) alkalmazásokhoz köthető terhelése, ami egyben az ilyen létesítmények energiaigényének bővülésével is jár.
A mesterséges intelligenciát egyre szélesebb körben alkalmazzák világszerte számos ágazatban, az egészségügytől a pénzügyeken és a gyártáson át a közlekedésig és a szórakoztatóiparig, ami egyben azzal is jár, hogy látványosan nő a technológiát támogató számítási kapacitás iránti igény. Ez komoly kihívást jelent az adatközpontok számára, amelyeknek alkalmazkodniuk a tervezés és üzemeltetés szintjén, hogy ki tudják szolgálni az MI-hez köthető, növekvő igényeket.
A Schneider Electric francia elektronikai vállalat új, „AI Disruption: Challenges and Guidance for Data Center Design” című útmutatója részletes betekintést ad és támogatást nyújt az infrastruktúra tervezés folyamatához azon vállalkozások és szervezetek számára, amelyek a lehető legteljesebb mértékben ki akarják használni a mesterséges intelligencia térhódítása által az adatközpontok számára kínálkozó lehetőségeket.
Becslések szerint az MI-alkalmazásokhoz kapcsolódó munkaterhelés 2028-ig évente átlagosan 26-36 százalékkal nőhet, ami az energiaigény bővülésével jár mind a már a meglévő, mind az új adatközpontokban. Ahhoz, hogy ezt a kihívást kezelhessék, számos szempontot kell figyelembe venniük az ilyen létesítmények üzemeltetőinek. A Schneider Electric új kiadványa a fizikai infrastruktúra 4 összetevőjének – energiaellátás, hűtés, rackek, szoftvereszközök – tervezéséhez nyújt hasznos segítséget.
Mint írják, a vállalat útmutatója lehetőséget kínál a vállalkozások számára, hogy olyan adatközpontokat tervezzenek, amelyek nem csak képesek támogatni az MI-t, hanem teljesen az MI-re optimalizáltak.
A Schneider Electric útmutatója olyan kulcsfontosságú szempontokkal foglalkozik, mint például a négy MI-jellemző és a trendek, amelyek kihívást jelentenek a fizikai infrastruktúra esetében az energiaellátás, a hűtés, a rackek és a szoftverek kezelése kapcsán vagy a mesterséges intelligencia oktatásához használt szerverek szélsőséges rack-teljesítménysűrűségének értékelése és támogatása.
