人工智能將如何影響數(shù)據(jù)中心行業(yè)善於監督？

　　人工智能(AI)的發(fā)展，尤其是ChatGPT等生成式AI產(chǎn)品豐富內涵，在過去一年占據(jù)了各大媒體的頭條新聞數據。除了顛覆或改善日常生活的潛力之外，人工智能以及所有廣泛采用的技術(shù)經(jīng)常被忽視的影響是對(duì)數(shù)據(jù)中心的影響深入實施。

　　經(jīng)歷過移動(dòng)設(shè)備和云的引入和快速采用后業務指導，數(shù)據(jù)中心非常擅長采取積極主動(dòng)的方法來使用新技術(shù)新品技。

　　由于人工智能仍處于相對(duì)不成熟的狀態(tài)，現(xiàn)在是數(shù)據(jù)中心專業(yè)人員考慮如何應(yīng)對(duì)即將到來的人工智能熱潮的關(guān)鍵時(shí)刻創造性。

　　適應(yīng)新的工作負(fù)載

　　可將人工智能分為四大類：自然語言處理(NLP)保持穩定、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)和機(jī)器人能力。雖然機(jī)器人技術(shù)對(duì)延遲特別敏感，通常需要邊緣計(jì)算解決方案非常靠近所管理的流程的物理位置智能化。但預(yù)計(jì)生產製造，前三個(gè)解決方案將真正增加對(duì)數(shù)據(jù)中心解決方案的需求。

　　滿足這種不斷增長的需求絕非易事綜合措施。不僅需要考慮托管大量服務(wù)器以適應(yīng)更高密度工作負(fù)載的物理影響多元化服務體系，還需要考慮如何集成新技術(shù)，如液體冷卻和沉浸式冷卻攜手共進，以對(duì)抗這些服務(wù)器將產(chǎn)生的熱量實力增強。

　　此外，負(fù)載也不穩(wěn)定擴大公共數據。任何時(shí)候都可能出現(xiàn)巨大的激增，而從歷史上看，數(shù)據(jù)中心管理的負(fù)載相當(dāng)平穩(wěn)設計標準、一致深度。

　　最大的挑戰(zhàn)之一是，人工智能不是一個(gè)同質(zhì)實(shí)體經過，而是一種分為兩個(gè)不同階段的技術(shù)：訓(xùn)練和推理帶來全新智能。

　　成功的數(shù)據(jù)中心將學(xué)會(huì)適應(yīng)這兩種情況。人工智能訓(xùn)練將不再需要關(guān)注彈性和冗余，而是更多地關(guān)注成本提供有力支撐、PUE和總體效率。另一方面配套設備，推理對(duì)延遲非常敏感發展成就，需要靠近城域中心，以確保用戶界面和應(yīng)用的快速響應(yīng)時(shí)間建議。

　　監(jiān)管方面

　　監(jiān)管機(jī)構(gòu)面臨的困難在于不知人工智能將如何發(fā)揮作用優勢。其在很大程度上還處于起步階段，可以理解的是，監(jiān)管機(jī)構(gòu)希望涵蓋所有潛在危險(xiǎn)

　　歐盟的人工智能法案就是一個(gè)明顯的例子品率，監(jiān)管機(jī)構(gòu)將應(yīng)用分為四個(gè)關(guān)鍵風(fēng)險(xiǎn)級(jí)別：不可接受的風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)推進高水平、有限風(fēng)險(xiǎn)以及最小風(fēng)險(xiǎn)或無風(fēng)險(xiǎn)開展面對面。在其他方面，NIS2指令將擴(kuò)大預(yù)計(jì)遵守其網(wǎng)絡(luò)安全原始法規(guī)的部門數(shù)量不斷發展，其中包括現(xiàn)在的數(shù)字領(lǐng)域攻堅克難。

　　包括數(shù)據(jù)中心在內(nèi)的許多行業(yè)面臨的挑戰(zhàn)將是確保遵守不斷變化的法規(guī)。人工智能的發(fā)展速度比近年來所看到的任何事物都快高效節能，隨著監(jiān)管機(jī)構(gòu)不斷更新參數(shù)并定義新的風(fēng)險(xiǎn)邊界相關，數(shù)據(jù)中心肯定會(huì)感受到連鎖反應(yīng)。

　　解決關(guān)鍵短缺問題

　　眾所周知基地，微處理器的戰(zhàn)略價(jià)值使其受到政府貿(mào)易限制影響力範圍。隨著多樣化人工智能采用的加速，以及這些應(yīng)用所需的巨大工作負(fù)載約定管轄，圖形處理單元(GPU)變得越來越稀缺雙向互動。

　　擴(kuò)大生產(chǎn)規(guī)模并不是一個(gè)簡單的解決方案。事實(shí)上核心技術，最近的數(shù)據(jù)發(fā)現(xiàn)綠色化，在美國或歐洲建造一座兩納米芯片工廠將花費(fèi)約400億美元。雖然有看到各方齊心協(xié)力將生產(chǎn)分散到多個(gè)地區(qū)創新能力，并且Vultr和Northern Data等企業(yè)正在認(rèn)真轉(zhuǎn)向創(chuàng)建一個(gè)全新的“人工智能云”行業(yè)至關重要，但在供應(yīng)與需求相匹配之前，微處理器短缺肯定仍然是一個(gè)痛點(diǎn)發展。

　　數(shù)據(jù)中心短缺也是一個(gè)令人擔(dān)憂的問題改進措施，但這里的挑戰(zhàn)不在于創(chuàng)新，而在于有限的土地和電力資源效果，更不用說政治了發展的關鍵。

　　解決數(shù)據(jù)中心短缺問題需要采取雙管齊下的方法：a.最大限度地提高電力容量，以提供人工智能所需的低延遲水平;b.同時(shí)在有更多可用土地的地區(qū)也這樣做。尋找偏遠(yuǎn)地點(diǎn)進(jìn)行人工智能訓(xùn)練有所應，這樣就不會(huì)占用大量推理的大都市地區(qū)的工作量道路，這是一種非常有價(jià)值的方法。

　　為人工智能重新配置數(shù)據(jù)中心

　　這種最大化現(xiàn)有資源的概念今年，可以決定如何重新配置數(shù)據(jù)中心空間廣闊，因?yàn)槠鋵⒖沙掷m(xù)性置于戰(zhàn)略的核心。

　　在法國真諦所在，“零凈人工化”是一項(xiàng)旨在阻止城市擴(kuò)張并維護(hù)綠色空間生物多樣性的協(xié)議研學體驗。對(duì)于數(shù)據(jù)中心而言，這意味著充分利用現(xiàn)有建筑的潛力提供深度撮合服務，并盡可能地使這些站點(diǎn)更加密集深刻內涵。但要做到這一點(diǎn)，需要進(jìn)行一些重新配置在此基礎上。

　　需要評(píng)估如何最大限度地利用這些現(xiàn)有站點(diǎn)的空間推進一步，以便優(yōu)先考慮效率，來支持高人工智能工作負(fù)載多種“l行速度？沙掷m(xù)性不再是一個(gè)無形的概念，而是一個(gè)非硰姶蟮墓δ?，F(xiàn)實(shí)的問題積極拓展新的領域，應(yīng)該在全球范圍內(nèi)定義重新配置戰(zhàn)略。

　　如果還不開始做出更好的決策與時俱進，來延長數(shù)據(jù)中心產(chǎn)品的使用壽命應用，例如轉(zhuǎn)向改用液體和沉浸式冷卻技術(shù)，那么之前為適應(yīng)人工智能密集型基礎(chǔ)設(shè)施所做出的努力基本上將變得徒勞更優質。

　　對(duì)于任何行業(yè)而言成就，包括數(shù)據(jù)中心，保持領(lǐng)先于人工智能革命都是一個(gè)雄心勃勃的目標(biāo)項目。但通過采用先進(jìn)的冷卻技術(shù)相對開放、遵守不斷變化的法規(guī)，并抓住一切機(jī)會(huì)倡導(dǎo)可持續(xù)發(fā)展綜合運用，相信有潛力在這個(gè)新的技術(shù)時(shí)代蓬勃發(fā)展相貫通。

　　來源：千家網(wǎng)