Kevesen gondolnák, milyen sok energiára van szükség a mesterséges intelligencia működtetéséhez

A globális gazdaságot, a vállalkozások működését és az emberek hétköznapjait egyaránt átalakító erővé vált napjainkra a mesterséges intelligencia, ami alapjaiban változtatta meg az adatfeldolgozás, -elemzés és -felhasználás módját. A MarketsandMarkets előrejelzése szerint az MI-hez köthető költések 2027-re elérhetik a 407 milliárd dollárt, és a számos iparágat forradalmasító technológia piaca 2024 és 2030 között évente átlagosan 36,6 százalékkal bővül majd a Grand View Research prognózisa alapján.

Bár az MI alkalmazások támogatása hatalmas mennyiségű energiát igényel, a technológiára alapozott adatelemzés segíthet abban, hogy az adatközpontok közelebb kerüljenek a nettó zéró kibocsátáshoz, és így pozitív szerepet játszhatnak a globális fenntarthatósági célok elérésében. A Schneider Electric elemzésében a mesterséges intelligencia használatához köthető, az adatközpontok fizikai infrastruktúrájához kapcsolódó négy terület – energiaellátás, rackek, hűtés és szoftveres felügyelet - kihívásait és - trendjeit vizsgálta meg.

Hogyan kezeljük a növekvő energiaigényű mesterséges intelligencia-alkalmazásokat?

Az áramellátás, a hűtés, a rackek, azaz a szerverek és hálózati eszközök rendszerezett elhelyezésére és védelmére szolgáló szekrények és a fizikai infrastruktúra az adatközpontok eredményes működésének központi elemei. A gépi tanuláshoz (ML) és a nagyméretű nyelvi modellek (LLM) tanításához szükséges adatok tárolása és feldolgozása folyamatosan növeli az energiafogyasztást. Becslések szerint például a GPT-3 betanítása 1287 megawattóra villamos energiát emésztett fel, és 552 tonna CO2-t termelt - ez megfelel 123 benzinüzemű személygépkocsi egy éven át történő üzemeltetésének. Ráadásul az adatközpontokban arra törekednek, hogy növeljék a rackek sűrűségét, így azonos helyen nagyobb számú szervert képesek elhelyezni, viszont ezáltal tovább nő az energiaigény.

Hogyan felelhetünk meg tehát a mesterséges intelligencia alkalmazások miatti megnövekedett energiaigénynek, miközben minimalizáljuk a bolygóra gyakorolt hatást?

„Az adatközpontok energiaelosztó rendszereinek és energiahatékonyságának javítása segít minimalizálni a veszteségeket, és biztosítja, hogy az áram a lehető leghatékonyabb módon jusson el a szerverekhez. Az üzemeltetőknek az adatközpontok tervezése és kezelése során az energiahatékony hardverekre és szoftverekre kell összpontosítaniuk, miközben diverzifikálniuk kell az energiaforrásokat, hogy biztosítsák a biztonságos és bőséges energiaellátást, amelyre a mesterséges intelligenciának szüksége van a fejlődéshez” – mondta el a Portfolio-nak Benyovszky-Aszódi Katalin, a Schneider Electric adatközponti megoldásokért felelős üzletágának hazai vezetője.

A kiegészítő megoldások, mint például a fejlett energiaelosztó egységek (PDU-k) alkalmazása, az intelligens irányítás bevezetése és a nagy hatékonyságú energiarendszerek kiépítése a megújuló energiaforrásokkal együtt lehetővé teszik az adatközpontok számára az energiaköltségek és a szén-dioxid-kibocsátás csökkentését. Az MI tanításához használt szerverek esetében azonban az extrém racksűrűség az energiafogyasztás mellett egyéb problémákat is okozhat - a hűtés például szintén összetett kihívások elé állíthatja az üzemeltetőket.

A fenntarthatóság növelése érdekében elengedhetetlen a léghűtésről a folyadékhűtésre való áttérés

Napjainkban a fenntartható és rugalmas adatközpontok kialakítása a hatékony hűtésen múlik. A mesterséges intelligencia által az adatközpontokkal szemben támasztott követelmények miatt a nagyon sűrűn elhelyezett szerverek energiaellátása új hűtési módszereket igényel az optimális teljesítmény és a minimális állásidő érdekében.

Bár a léghűtés általános az iparágban, és még évekig létezni fog, a léghűtésről a folyadékhűtésre való áttérés lesz az előnyben részesített és szükséges megoldás az adatközpontok számára, hogy hatékonyan megbirkózzanak az MI alkalmazások jelentette kihívásokkal. Ennek oka, hogy

a hagyományos léghűtéses rendszerek egyre kevésbé hatékonyak a nagy sűrűségben elhelyezett szerverek esetében.

Ebben a helyzetben a Direct-to-Chip folyadékhűtés, melynek során a hő elnyelése és elvezetése érdekében hűtőfolyadékot keringetnek a szervereken keresztül, gyorsan népszerűvé válik, mivel hatékonyabban kezeli az MI-t támogató eszközök által termelt koncentrált hőt.

„A folyadékhűtés a léghűtéssel összehasonlítva számos előnnyel jár az adatközpontok számára. A processzorok nagyobb megbízhatóságától és teljesítményétől kezdve a nagyobb rack-sűrűséggel elérhető helytakarékosságon át a vezetékekben lévő víz nagyobb hőtehetetlenségéig a folyadékhűtés számos módon növeli az energiahatékonyságot és csökkenti az energiafelhasználást” – mondta Benyovszky-Aszódi Katalin.

Ki kell használni a technológiát

Az adatközpontok üzemeltetői maguk is hasznosíthatják a mesterséges intelligenciát, az MI-alapú automatizálás, az adatelemzés és a gépi tanulás segítségével feltárhatják a hatékonyságnövelés és a szén-dioxid-kibocsátás csökkentésének új lehetőségeit. A részletes elemzések hatékonyabb felhasználásával új, fenntarthatóbb üzemeltetési koncepciók terjedhetnek el. Ezt a folyamatot az adatközpontok tervezését és üzemeltetését támogató fizikai infrastruktúra,az adatközponti menedzsment szoftvereszközök és a digitális iker (azaz az adatközpont digitális, élő modellje)  támogatják.

Ezek az alkalmazások csökkentik a rendkívül összetett elektromos hálózatok bonyolultságából adódó kockázatokat, az adatközpontok pontos digitális másolatai pedig támogatják a nem megfelelő energiaellátási és hűtési erőforrások feltárását, így már a tervezés fázisában kiküszöbölhetők az ilyen problémák. Az MI hasznosítására jó példa az Equinix adatközpont-szolgáltató esete, amely mesterséges intelligencia alapú hűtést vezetett be, ami lehetővé tette a vállalat számára, hogy hatékonyabban szabályozza a hűtőrendszereket és ezáltal csökkentse azok energiafogyasztását. Ezzel a módszerrel a társaság 9 százalékkal javította adatközpontjának energiahatékonyságát.

MI-vel a nettó zéró kibocsátás felé

Az jól látszik, hogy az MI-alkalmazások jelentősen növelik az adatközpontok energiafogyasztását egy olyan helyzetben, amikor egyre fontosabb lenne, hogy fenntarthatóan működjenek ezek a létesítmények. Ugyanakkor az MI az adatközpontok intelligensebb, energiahatékonyabb tervezéséhez és üzemeltetéséhez is hozzájárul, és ha helyesen alkalmazzák, segítheti a nettó zéró kibocsátás felé vezető utunkat.

„Az adatközpontok fizikai infrastruktúrájának legfontosabb jellemzőit a mesterséges intelligencia hatékonyságot növelő képességeivel kombinálva a tulajdonosok, üzemeltetők és végfelhasználók eredményesebben tudják kezelni az MI-t támogató, nagy sűrűségben elhelyezett eszközök energiaigényét, miközben biztosítják a hatékonyságot, a megbízhatóságot és a fenntarthatóságot” – tette hozzá Benyovszky-Aszódi Katalin.

A cikk megjelenését a Schneider Electric támogatta.

Címlapkép forrása: Shutterstock