生成式 AI 的飙升需求给数据中心带来压力

以 ChatGPT 的成功为例，生成式 AI 的迅猛崛起 ushered in 了一个对数据中心需求前所未有的时代。然而，这种需求激增是有代价的，因为数据中心正努力应对对大量计算能力和基础设施增强以满足生成式 AI 无情胃口的需求。

生成式 AI 虽然具有变革性，但是一项资本密集型操作，需要大量的计算能力。生成式 AI 应用需求的激增显著增加了基础设施的成本，给数据中心运营商以及随后的客户带来了挑战。

需求超过供应：空间与成本的挣扎

专注于商业地产和投资管理的房地产公司 JLL 已经确定了北美托管空间需求与供应之间的巨大差距。这一短缺导致客户成本大幅飙升，涨幅高达 30%。

报告指出，主要云服务提供商正在迅速扩张以支持 AI 需求，推动了对更多计算能力的需求。这种扩张使得在各种市场中为较小需求找到合适的空间和电力变得越来越困难。

租赁激增在 2023 并满足 AI 开发需求

2023 年第二季度见证了由对更高密度数据中心设施需求驱动的租赁活动大幅增加，主要支持 AI 开发。这一激增凸显了数据中心在满足生成式 AI 计算需求方面日益增长的重要性。

JLL 的报告与关于生成式 AI 对数据中心影响的全球预测一致。研究公司 Tirias Research 预测，支持生成式 AI 的数据中心基础设施需求到 2028 年可能超过 760 亿美元，是目前云基础设施服务市场主要参与者亚马逊网络服务 (AWS) 估计成本的两倍多。

数据中心租赁处于创纪录水平

今年早些时候，TD Cowen 的一项研究强调了超大规模提供商扩大容量以容纳 AI 开发时，数据中心租赁的“创纪录水平”。行业对“AI 需求海啸”的回应使一些服务提供商陷入困境，挑战了他们跟上超大规模客户需求的能力。

基础设施翻新的需求

数据中心现在被 tasked 提高效率和适应基础设施以容纳高功率密度集群。这一翻新包括冷却能力和能源消耗的变化，以应对生成式 AI 日益增长的需求。

AI 服务器使用量的激增也引发了对水和能源消耗的担忧。数据中心消耗大量水来冷却生成式 AI 服务器，导致环境问题。例如，微软报告称，2022 年其数据中心的水消耗量比前一年增加了 35%。

满足高功率密度集群的需求

一些数据中心通过增加集群密度至每机架 50 到 100 千瓦来应对这一挑战，这与当前超大规模提供商的需求大相径庭。许多托管提供商提高了输送到地板的电压，以降低高密度集群的前期电力交付成本。

虽然与生成式 AI 相关的需求给数据中心带来压力，但行业正见证积极的影响，特别是在欧洲和英国。对高性能计算 (HPC)、AI 和 GPU 驱动技术的需求激增推动了新的 Tier 2 数据中心枢纽的发展。

这一创新浪潮促使对数据中心容量进行全面重新设计和重新工程，以容纳高密度计算。创新包括部署高密度和预配置系统（如 Nvidia 的 SuperPOD）、增加液体冷却的采用，以及持续对由 100% 可再生能源供电的超节能托管容量的需求。

平衡生成式 AI 重点与客户访问

虽然对生成式 AI 开发的关注正在重塑数据中心基础设施，但人们担心长期访问对于具有 AI 开发以外运营需求的客户。行业必须取得平衡，以确保所有客户都能无障碍地访问托管服务。

生成式 AI 需求的激增重塑了数据中心格局，推动了基础设施增强、成本飙升和环境考量。随着数据中心适应 AI 时代，它们必须在应对这些挑战的同时，保持对具有多样化需求的广泛客户的可访问性。