Gwałtowny wzrost zastosowań sztucznej inteligencji (AI) przyczynił się do bezprecedensowego zapotrzebowania na infrastrukturę centrów danych.
Istniejące obiekty nie nadają się już do określonego celu, a zasoby gotowe na sztuczną inteligencję są ograniczone, co dodatkowo pogarsza istniejące zapotrzebowanie ze strony podmiotów hiperskalowalnych i dostawców usług w chmurze.
Dostawcy rozwiązań hiperskalowalnych, tacy jak Amazon Web Services (AWS) i Microsoft, już wykorzystują zdecydowaną większość pojemności centrów danych w Europie i chcą zabezpieczyć jeszcze więcej przestrzeni, aby wesprzeć rozwój swoich usług cyfrowych i wyprzedzić konkurencję. Zwiększa to presję na deweloperów centrów danych, aby zwiększali podaż w całej Europie.
Technologie sztucznej inteligencji, w szczególności sztuczna inteligencja generatywna, wymagają znacznie większej mocy niż tradycyjne obciążenia w centrach danych. Na przykład opracowanie modelu szkoleniowego AI, który analizuje tysiące twarzy, aby dowiedzieć się, jak powinien wyglądać nos, wymaga większej mocy obliczeniowej i energii niż tradycyjne środowisko komputerowe. Ponadto rosnące wykorzystanie sztucznej inteligencji w różnych krajach, branżach i funkcjach gwałtownie zwiększa zapotrzebowanie na przestrzeń w centrach danych.
Międzynarodowa Agencja Energetyczna (IEA) uważa, iż wyszukiwania internetowe oparte na sztucznej inteligencji tak zwiększyć dziesięciokrotnie zapotrzebowanie na energię elektryczną. IEA spodziewa się, iż do 2026 r. całkowite zapotrzebowanie na energię elektryczną w centrach danych wyniesie wzrost z około 460 TWh w 2022 r. do ponad 1000 TWh.
Projektowanie centrów danych dla AI
Projektowanie centrów danych również ewoluuje, aby dostosować się do obciążeń AI ze względu na potrzebę większej mocy obliczeniowej w porównaniu do ogólnych form przetwarzania danych. Generuje to więcej ciepła, co wymaga radykalnie innego podejścia do chłodzenia.
Operatorzy centrów danych muszą przeprojektować swoją infrastrukturę, uwzględniając chłodzenie cieczą, aby mieć pewność, iż będą w stanie obsłużyć wyższe gęstości mocy wymagane w technologii sztucznej inteligencji. Obejmuje to instalację rozwiązań typu direct-to-chip lub zanurzonych.
Tego typu centra danych będą potrzebowały większych, wydzielonych obszarów do umieszczenia zaawansowanego sprzętu chłodzącego. Biorąc pod uwagę tę złożoność, wielu operatorów decyduje się na budowę od podstaw całkowicie nowych centrów danych chłodzonych cieczą.
Na europejskich rynkach metra, gdzie znajduje się większość kolokacyjnych centrów danych, brakuje dostępnej mocy. Wynika to z ograniczonej przepustowości sieci, zrównoważonego rozwoju i presji politycznej, ponieważ operatorzy centrów danych konkurują o energię z deweloperami mieszkaniowymi i innymi użytkownikami komercyjnymi.
Ponadto dostępność gruntów znajdujących się w pobliżu szybkich połączeń sieciowych oraz w rozsądnej odległości od centrów danych, w których wynajęto przestrzeń, jest ograniczona. W związku z tym tam, gdzie dostępny jest teren z zasilaniem i siecią, jest to na wagę złota, a operatorzy centrów danych również szukają dalej, aby znaleźć odpowiednie lokalizacje.
Dostawcy starają się dotrzymać kroku zapotrzebowaniu na pojemność centrów danych ze strony hiperskalarników i dostawców usług w chmurze, a tendencję tę pogłębia zapotrzebowanie na sztuczną inteligencję nowej generacji. W efekcie w największych miastach Europy dostępna powierzchnia centrów danych gwałtownie spadła.
Czy można zaradzić wzrostowi zapotrzebowania na sztuczną inteligencję?
Istniejące obiekty kolokacyjne mogą w pewnym stopniu obsługiwać obciążenia AI, jeżeli można je wyposażyć w specjalistyczny sprzęt i sprzęt chłodzący. jeżeli jednak zgodnie z oczekiwaniami wykorzystanie sztucznej inteligencji będzie przez cały czas rosło, w celu zaspokojenia popytu potrzebne będą nowe centra danych. Jest mało prawdopodobne, aby miało to miejsce na dużą skalę na tradycyjnych rynkach we Frankfurcie, Londynie, Amsterdamie, Paryżu i Dublinie, ponieważ coraz trudniej jest znaleźć dostępność energii i gruntów.
Aby sprostać wymaganiom stawianym przez sztuczną inteligencję, strategia rozwoju branży będzie musiała ulec zmianie. Operatorzy centrów danych będą musieli szukać lokalizacji poza europejskimi rynkami metra, szukając lokalizacji w celu zwiększenia przepustowości. Doprowadzi to do rozwoju mniejszych, wtórnych rynków w krajach takich jak Wielka Brytania czy Francja (np. Marsylia czy Lyon), gdzie może być dostępnych więcej mocy i terenów na potrzeby centrów danych.
W Wielkiej Brytanii ten trend rozwojowy nabiera tempa, co zachęca inwestorów, podmioty hiperskalowalne i dostawców centrów danych do zakupu gruntów pod rozwój centrów danych gotowych na sztuczną inteligencję. Szacujemy, iż w tej chwili 56% kolokacyjnych centrów danych w kraju zlokalizowanych jest w promieniu 30 mil od Londynu, chociaż operatorzy przenoszą swoją uwagę poza stolicę. Na przykład operator centrum danych Virtus ogłosił, iż tak zakupili grunty w Saunderton, na północny zachód od Londynu, gdzie planują dostarczyć 75 MW mocy do zastosowań AI.
Łączność o niższych opóźnieniach stanie się coraz ważniejsza dla dostawców centrów danych w miarę wdrażania sztucznej inteligencji opartej na wnioskowaniu ze względu na potrzebę świadczenia usług użytkownikom. W międzyczasie w centrach danych wdrażany jest sprzęt obsługujący modele szkoleniowe AI; Oczekuje się, iż sztuczna inteligencja podąży za nimi.
Perspektywy centrów danych gotowych na sztuczną inteligencję
Nie ma wątpliwości, iż boom AI znacząco wpłynął na rynek centrów danych. Nie tylko nie ma wystarczającej wydajności, ale także tworzenie nowych centrów danych gotowych na sztuczną inteligencję jest skomplikowane, ponieważ europejskie sieci mają trudności z zapewnieniem mocy wymaganej dla tej nowej technologii.
Badane są alternatywne źródła energii, w tym małe reaktory modułowe (SMR) i źródła odnawialne, w tym wiatr i energia słoneczna jako główne źródła energii, ale nie są one gotowe do wdrożenia na dużą skalę.
Potrzeba, aby nowe centra danych zapewniały nie tylko moc na dużą skalę, ale także dostęp do szybkich sieci, utrudnia znalezienie nowych lokalizacji.
Aby sprostać wymaganiom stwarzanym przez sztuczną inteligencję, nie ma wątpliwości, iż operatorzy będą musieli wyjść poza tradycyjne rynki centrów danych, budując nową pojemność.
