Rast umjetne inteligencije preoblikuje potražnju za električnom energijom
AI sustavi zahtijevaju puno više od softvera. Oni ovise o visoko{1}}čipovima, poslužiteljima, memoriji, mrežnoj opremi, sustavima hlađenja i infrastrukturi-podatkovnog centra koja radi 24 sata dnevno.
Za mnoge ljude "računalna snaga umjetne inteligencije" može zvučati apstraktno. Potreba za energijom postaje jasnija kada se pogleda potrošnja energije samih čipova.
Visok-akcelerator NVIDIA H100 može potrošiti do700Wu svojoj SXM konfiguraciji. NVIDIA-ina PCIe verzija obično je ocijenjena na oko350–400W. Novija generacija AI akceleratora visoke -gustoće ide još dalje: NVIDIA je objavila maksimalne TGP brojke do1,200Wza proizvode Blackwell Ultra-klase.
AMD-ov Instinct MI300X, još jedan široko korišten AI akcelerator za obuku velikih-modela i zaključivanje, ima tipičnu snagu ploče od do750W. Noviji modeli AMD akceleratora također su ušli u1,000Wraspon snage.
Intelov Gaudi 3 OAM akcelerator ocijenjen je na do900W, ilustrirajući koliko se brzo -hardver AI visokih performansi kreće prema kilovat-razini potrošnje energije po akceleratoru.
Ove brojke odnose se samo na sam AI akcelerator. Pravi AI poslužitelj također uključuje procesore, memoriju, NVLink ili druge-međusobne veze velike brzine, pohranu, mrežne kartice, ventilatore za hlađenje i gubitke-pretvorbe energije.
Na primjer, 8-GPU poslužitelj koji koristi akceleratore klase 700W može zahtijevati:
Oko5,6 kWsamo za GPU-ove
Još1,5–3kWza procesore, memoriju, umrežavanje, pohranu i unutarnje hlađenje
Otprilike7–9 kWukupne snage poslužitelja pod velikim opterećenjem
S akceleratorima klase od-sljedeće{0}}generacije od 1000 W-, jedan AI poslužitelj može se lako prebaciti u10–15 kWdomet. Na razini regala, to stvara energetski izazov koji se vrlo razlikuje od tradicionalnog poslovnog IT-a.
Računalna snaga zahtijeva pouzdanu energiju
Radna opterećenja umjetne inteligencije često su kontinuirana, intenzivna i osjetljiva na prekide.
Obuka-velikih modela može trajati danima ili čak tjednima. Usluge zaključivanja, pomoćnici umjetne inteligencije, sustavi industrijskog vida i platforme-za inteligentno donošenje odluka zahtijevaju stabilan i trenutačni odgovor. Kratki prekid napajanja može utjecati na napredak obuke, obradu podataka, dostupnost usluge i poslovanje.
To znači da AI infrastruktura treba više od jednostavnog "dovoljno električne energije". Potrebna je energija koja je:
Pouzdan i stabilan
Skalabilan kako računalna potražnja raste
Učinkovito u isporuci energije i hlađenju
Dovoljno fleksibilan za upravljanje vršnom potražnjom
Dugoročno održivo
Tradicionalna opskrba mrežom i dalje je ključna, ali rastuća potražnja za električnom energijom stavlja veći pritisak na električne mreže, lokalne transformatore, sustave hlađenja i upravljanje vršnim-opterećenjima.
Od pojedinačnih čipova do podatkovnog-centra-velike potražnje
Utjecaj postaje mnogo značajniji kada se čipovi umjetne inteligencije koriste u velikom broju.
Mali AI klaster sa 100-poslužitelja visokih performansi već može zahtijevati blizu1MW IT snage, ovisno o konfiguraciji čipa i radnom opterećenju. Veliki AI klaster za obuku s tisućama akceleratora može zahtijevati desetke megavata.
I to prije razmatranja hlađenja, distribucije energije, UPS sustava, rasvjete, pumpi i druge prateće infrastrukture.
Ukupna potražnja za objektom često se mjeri pomoću PUE ili učinkovitosti korištenja energije. Ako podatkovni centar AI ima 1 MW IT opterećenja:
U PUE od1.20, ukupna potražnja za električnom energijom objekta je oko1,20 MW
U PUE od1.35, ukupna potražnja za električnom energijom objekta je oko1,35 MW
U PUE od1.50, ukupna potražnja za električnom energijom postrojenja raste na oko1,50 MW
Kako se gustoća regala povećava, tradicionalni-sustavi zračnog hlađenja također postaju manje praktični. Zbog toga hlađenje tekućinom, distribucija visokog-napona, skladištenje energije i inteligentni sustavi{3}}upravljanja napajanjem postaju središnji dijelovi planiranja infrastrukture umjetne inteligencije.
AI i obnovljivi izvori energije razvijaju se zajedno
AI i obnovljivi izvori energije nisu odvojeni trendovi. Sve su povezaniji.
AI može poboljšati solarno predviđanje, identificirati kvarove opreme, optimizirati punjenje i pražnjenje baterija, upravljati cijenama električne energije i pomoći operaterima u donošenju boljih odluka u složenim energetskim sustavima.
U isto vrijeme, obnovljiva energija može pomoći u podršci sve većoj potražnji za energijom koju stvara umjetna inteligencija.
Solarna energija posebno je prikladna za ovaj prijelaz jer je modularna, skalabilna i široko dostupna. Krovni fotonaponski sustavi,-zemni solarni projekti i distribuirana energetska rješenja mogu pomoći podatkovnim centrima, tvornicama, komercijalnim zgradama i industrijskim parkovima da smanje svoju ovisnost o konvencionalnoj električnoj mreži.
Kada se solarna energija kombinira sa skladištenjem energije, vrijednost postaje još veća.
Tijekom dana solarni sustavi mogu opskrbljivati dio opterećenja objekta ili puniti baterijske sustave. Tijekom vršnih-razdoblja potražnje, skladištenje može osloboditi električnu energiju kako bi se smanjio pritisak na mrežu i ograničile naknade za potražnju. Na nekim lokacijama solarni-plus-sustavi za pohranu također mogu poboljšati otpornost napajanja i pružiti pomoćnu podršku za kritična opterećenja.
Od potrošnje energije do energetske inteligencije
Sljedeća generacija AI infrastrukture ne bi trebala jednostavno trošiti više energije. Trebalo bi inteligentnije koristiti energiju.
Pametniji energetski sustav može koordinirati PV proizvodnju, skladištenje baterija, opskrbu mrežom, opremu za hlađenje i AI radna opterećenja u stvarnom vremenu.
Na primjer, ne-hitni zadaci obuke AI mogu se rasporediti tijekom razdoblja jake solarne proizvodnje ili nižih cijena električne energije. Baterijski sustavi mogu podnijeti kratko-vršna opterećenja. Inteligentne platforme-za upravljanje energijom mogu uravnotežiti potražnju za energijom između računalne opreme, rashladnih sustava i mreže.
Ovo stvara učinkovitiji odnos između računalne snage i energetskih resursa.
Umjesto da električnu energiju tretira kao fiksni ulaz, infrastruktura iz ere AI-e može dinamički upravljati energijom putem podataka, automatizacije i inteligentne kontrole.
Izgradnja zelenije AI budućnosti
Rast AI je neizbježan. Ključno pitanje je kako ga odgovorno napajati.
Kako-čipovi AI visokih performansi prelaze s nekoliko stotina vata na 1000W-razine snage u klasi, opskrba energijom, hlađenje, kapacitet mreže i emisije ugljika postat će sve važniji dijelovi razvoja AI.
Budućnost umjetne inteligencije ne bi trebala biti definirana samo bržim čipovima i većim modelima. Također bi ga trebalo definirati čišćom električnom energijom, učinkovitijim energetskim sustavima i pametnijim upravljanjem energijom.
solarni PV,skladištenje energije, a inteligentno upravljanje energijom može pomoći u stvaranju temelja za zeleniju eru umjetne inteligencije.
Putem pouzdanih fotonaponskih kabela, konektora, sustava za pohranu energije i integriranih solarnih rješenja, industrija obnovljive-energije može podržati sljedeću fazu digitalnog rasta-gdje napredno računalstvo i čista energija napreduju zajedno.
Era umjetne inteligencije treba energiju. Energetska era treba inteligenciju. Zajedno mogu stvoriti učinkovitiju, otporniju i održiviju budućnost.