ИИ быстро повышает цены на центры обработки данных: уровень вакантных площадей в Силиконовой долине близок к историческому минимуму, а стоимость облачных вычислений стремительно растет.

Источник изображения: сгенерировано Unbounded AI

Благодаря популярности ChatGPT, поддерживаемой Microsoft в начале года, и быстрому запуску больших языковых моделей (LLM) и конкурирующих продуктов с генеративным искусственным интеллектом такими конкурентами, как Google и Meta, ИИ, похоже, быстро продвигается в другие аспекты человеческая жизнь, и связанный с этим спрос также растет.

Что мало известно, так это то, что пожар ИИ также привел к резкому росту стоимости центров обработки данных.В последнем отчете отмечается: «Потребление энергии, связанное с выполнением числовых вычислений искусственного интеллекта, быстро становится ключевым фактором роста затрат на центры обработки данных. ."

Растущий спрос на искусственный интеллект побудил некоторых операторов центров обработки данных поднять коммерческую арендную плату, чтобы учесть дополнительные расходы на питание и охлаждение компьютерных серверов, выполняющих все более энергоемкие рабочие нагрузки.

По данным CBRE Group, одной из крупнейших в мире компаний, оказывающих услуги в сфере коммерческой недвижимости, клиенты центров обработки данных, от малого бизнеса до крупных поставщиков облачных услуг, в настоящее время потребляют энергию быстрее, чем операторы центров обработки данных могут наращивать мощности. Растущие ограничения предложения из-за увеличения количества вариантов использования искусственного интеллекта оказывают повышательное давление на цены, взимаемые центрами обработки данных.

Например, в Северной Вирджинии, США, крупнейшем в мире рынке центров обработки данных с более чем 275 объектами, доступная для аренды электроэнергия в этом году снизилась с 46,6 МВт год назад до 38,4 МВт, падение составило до 17,6%. в то время как общий запас электроэнергии. Фактический годовой рост на 19,5% до 2132 МВт был в основном связан с большим и быстро растущим энергопотреблением графических процессоров, используемых для обучения генеративных моделей ИИ.

Кроме того, дополнительная мощность, связанная с потребностями ИИ, должна быть дополнена более совершенными аппаратными системами охлаждения, которые не только являются энергоемкими, но и, как правило, более дорогими и занимают большую площадь, чем традиционные воздушные охладители, которые являются частью систем охлаждения на базе ИИ — один из факторов высоких цен на ЦОД.

В то же время, когда спрос на ИИ высок, счета за электроэнергию, оплачиваемые клиентами центров обработки данных, также выше. Джон Динсдейл, главный аналитик исследовательской группы Synergy Research Group, признал, что глобальные операторы центров обработки данных перекладывают дополнительные расходы на запуск приложений ИИ непосредственно на клиентов. **

Согласно статистике CB Richard Ellis, в первые три месяца этого года клиенты центров обработки данных в Северной Вирджинии в США платили до 140 долларов за киловатт электроэнергии в месяц, что на 7,7% больше, чем 130 долларов год назад. В Силиконовой долине, где количество вакантных площадей в центрах обработки данных сейчас находится на почти рекордно низком уровне в 2,9%, максимальная цена за киловатт в месяц для клиентов выросла до 250 долларов в месяц, что на 43% больше, чем в прошлом году, когда они составляли 175 долларов.

Согласно отчетам, приложения искусственного интеллекта потребляют больше энергии, чем традиционное программное обеспечение, поскольку они предназначены для чтения больших объемов данных. В то время как одна модель ИИ может потреблять десятки тысяч киловатт-часов электроэнергии за считанные дни, модель генеративного ИИ может быть в 100 раз больше, чем стандартные инструменты ИИ. Исследовательская компания Enterprise Technology Research в этом году опросила около 500 корпоративных ИТ-руководителей, и более половины из них заявили, что планируют оценить, развернуть или инвестировать больше ресурсов в генеративные технологии искусственного интеллекта, такие как ChatGPT.

Другой анализ показал, что, поскольку многие поставщики облачных услуг также арендуют пространство в центрах обработки данных, поскольку все больше и больше компаний внедряют генеративный искусственный интеллект, рост затрат на центры обработки данных может привести к увеличению платы за облачные вычисления. Учитывая, что для генеративных рабочих нагрузок ИИ требуется больше вычислений, это неизбежно повлияет на энергоэффективность и систему охлаждения центра обработки данных в более широком смысле, то есть влияние будет на все аспекты отрасли.

Согласно научно-популярной статье Lanyang Technology, в отрасли обычно считают, что центры обработки данных имеют высокое энергопотребление и быстрый рост, и доля энергопотребления в моей стране увеличивается с каждым годом. Энергопотребление центра обработки данных является относительно концентрированным.Помимо ИТ-оборудования, высокая доля энергопотребления приходится на вспомогательные объекты, такие как холодильные установки:

"Электроэнергия, используемая ИТ-оборудованием, в конечном итоге преобразуется в тепло, которое центры обработки данных должны отводить с помощью охлаждающего оборудования, которое также потребляет энергию. В среднем на системы охлаждения и серверы приходится большая часть энергопотребления центра обработки данных, за которыми следуют сетевое оборудование и Драйвер хранилища».

Потребление энергии также напрямую связано с эксплуатационными расходами. Согласно модельному прогнозу консалтинговой компании Tirias Research, к 2028 году энергопотребление центров обработки данных приблизится к 4250 МВт, увеличившись в 212 раз по сравнению с 2023 годом, а общая инфраструктура центров обработки данных плюс эксплуатационные расходы могут превысить 76 миллиардов долларов США. .

Это можно назвать «генеративным ИИ, разрушающим центр обработки данных», поскольку его рост бросает вызов бизнес-моделям и прибыльности новых услуг, таких как поиск, создание контента и автоматизация бизнеса, включающих генеративный ИИ, при более высоких затратах. удвоить ежегодные эксплуатационные расходы Amazon AWS.

По словам агентства, инновационные возможности, обеспечиваемые генеративным ИИ, обходятся дорого с точки зрения производительности обработки и энергопотребления. Таким образом, хотя потенциал ИИ может быть безграничным, физика и стоимость могут в конечном итоге стать его границами.

В целях снижения затрат агентство предложило использовать высокооптимизированные, еще более простые и специализированные модели небольших нейронных сетей для снижения затрат на центр обработки данных за счет уменьшения размера модели в облаке и использования сетей с массивными параметрами для быстрого обучения нейронной сети меньшего размера. моделирует и полностью переносит рабочие нагрузки из облака, что делает более рентабельным распространение генеративных приложений ИИ для работы на распределенных платформах, таких как смартфоны, ПК, автомобили и мобильные XR-продукты:

«Пять лет назад компании начали бить тревогу по поводу энергопотребления центров обработки данных на ежегодной конференции по полупроводниковым технологиям Hot Chips, когда было предсказано, что глобальный спрос на вычислительные ресурсы может превысить глобальную выработку электроэнергии в течение десятилетия. Это было до быстрого внедрения генеративных технологий. ИИ, в то время как генеративный ИИ может увеличить вычислительные потребности еще быстрее. Бесплатных обедов не бывает — потребители будут требовать улучшенных результатов генеративного ИИ, что компенсирует повышение эффективности и производительности. Затраты неизбежно будут расти по мере увеличения количества пользователей. Перенос вычислений на периферию и их распространение среди клиентов, таких как ПК, смартфоны и устройства XR, является ключевым способом снижения капитальных и эксплуатационных затрат. "