以ChatGPT为代表的生成式AI也因其显著的进步和广泛的应用,在去年引起了极大的关注。随着人工智能的不断发展和成熟,将有可能彻底改变从医疗保健、金融、生产制造到交通、娱乐等众多行业。市场对人工智能的巨大需求推动了新的芯片和服务器技术的发展,这些变化将对数据中心的建设、电力需求、水资源消耗、供配电和制冷技术与架构带来颠覆性的挑战。如何应对这些挑战,将在新的一年成为行业备受关注的议题。
PXle-4139 自2018年起,施耐德电气已经连续第7年在年初发布《看得见的未来—数据中心行业的新趋势与新突破》系列洞察,开创了行业趋势前瞻解读先河,并持续引领未来变革方向,为数据中心行业注入强劲发展动力。
立足深刻的行业洞察和实践,施耐德电气致力于揭示新一年数据中心行业会发生哪些变化,这些变化和趋势对数据中心运营商的价值和意义,以及对这些行业变化的看法和价值主张。
以下是施耐德电气全球数据中心科研中心对2024年发展趋势的预测。
趋势一
PXle-4139 智算中心将引领数据中心建设
过去十年,云计算一直是推动数据中心建设与发展的主要驱动力,目的是为社会提供数字化转型所需的通用算力。但是,AI的爆发带来了巨大的算力需求,为了满足AI大模型的训练和应用推理,我们需要建设大量的智算中心。
PXle-4139 施耐德电气根据全球数据中心的用电量,GPU芯片和AI服务器未来的出货量等数据,估算出全球智算中心目前的电力需求为4.5 GW,占数据中心总57 GW的8%,并预测到2028年它将以26%-36%的年复合增长率增长,最终达到14.0 GW至18.7 GW,占总93 GW的15%-20%。这一增长速度是传统数据中心年复合增长率(4%-10%)的2到3倍。算力分布也会由现在的集中部署(集中vs.边缘为95%:5%)向边缘迁移(50%:50%),这意味着智算中心将引领数据中心建设的潮流。根据工信部的规划,我们国家智能算力的占比将在2025年达到35%,年均复合增长率在30%以上。
施耐德电气观点:
PXle-4139 相较于传统数据中心,智算中心的建设需要在确保高能效和高可用的前提下,实现可持续发展和更具前瞻性,也就是最小化对环境的影响,尤其需要提高适应性来满足未来IT技术(高功耗的芯片和服务器)的需求。
趋势二
AI将推动机柜功率密度骤升
PXle-4139 机柜功率密度对数据中心的设计与造价具有较大的影响,包括供配电、制冷以及IT机房的布局等,一直都是数据中心比较关注的设计参数之一。
Uptime过去几年的调研结果显示,服务器机柜的功率密度正在稳步但缓慢地攀升。机柜的平均功率密度通常低于6千瓦,大多数运营商没有超过20千瓦的机柜。造成这一趋势的原因包括摩尔定律使芯片的热设计功耗维持在相对较低的水平(150瓦),同时高密服务器通常被分散部署在不同的机柜以降低对基础设施的要求,但AI的爆发将改变这一趋势。
施耐德电气观点:
用于训练的AI机柜功率密度可以高达30-100千瓦(取决于芯片的类型和服务器的配置)。而造成这一高密的原因是多方面的,包括快速提升的CPU/GPU热设计功耗,CPU为200-400瓦,GPU为400-700瓦,未来还会进一步升高;AI服务器的功耗通常在10千瓦左右,由于GPU是并行工作的,AI服务器需要以集群的方式紧凑部署,以降低芯片和存储之间的网络时延。机柜功率密度的陡增将给数据中心物理基础设施的设计带来巨大挑战。