Sztuczna inteligencja redefiniuje biznes przetwarzania danych

Bez inwestycji w infrastrukturę – zarówno centrodanową, jak i energetyczną – rozwój AI może wyhamować. Powód? Rozwiązania wykorzystujące sztuczną inteligencję przetwarzają ogromne ilości danych, co z kolei istotnie zwiększa konsumpcję energii. Sęk w tym, że jest ona coraz droższa i po prostu zaczyna jej brakować.  

W ciągu najbliższych pięciu lat konsumenci i przedsiębiorstwa mają wygenerować dwa razy więcej danych niż wytworzono ich w ciągu ostatniej dekady – przewiduje firma doradcza IDC. Nie są to prognozy na wyrost, o czym świadczą inne statystyki dotyczące zapotrzebowania na moc obliczeniową i energię elektryczną niezbędną do ich przetwarzania. Ma w tym swój spory udział sztuczna inteligencja. 

Cyfrowe usługi mają apetyt na energię  

Według Irish Examiner, centra danych w Irlandii, jednym z największych rynków przetwarzania danych na świecie, mogą odpowiadać do 2030 r. już za 30% całkowitego zużycia energii elektrycznej w tym kraju. W 2022 roku było to około 19%. W Danii przewiduje się, że zużycie energii elektrycznej w centrach danych wzrośnie w tym czasie do 15% krajowego zużycia energii elektrycznej. W Polsce zapotrzebowanie na energię też systematycznie rośnie. Według analiz PMR, moc polskich centrów danych ma wzrosnąć istotnie, bo ze 120 MW w 2022 r. do 500 MW w 2030 r. Błyskawiczny rozwój sztucznej inteligencji może te liczby jeszcze skorygować i przyczynić się do zwiększenia energochłonności branży centrodanowej.   

Nowe podejście do centrów danych  

Sztuczna inteligencja, oprócz konsumpcji dużej ilości energii, niesie ze sobą także szereg innych wyzwań w branży data center. Z raportu “Data Center Outlook Global 2024″ opublikowanego przez specjalizującą się w rynku nieruchomości firmę JLL wynika, że AI generuje zapotrzebowanie na obiekty nowego typu, spełniające określone wymagania technologiczne. O czym mowa?   

Operatorzy muszą zmienić sposób projektowania i eksploatacji obiektów. Jednym z priorytetów jest efektywność energetyczna centrów danych. 

– Firmy, które rozwijają swoje projekty oparte na sztucznej inteligencji muszą mieć świadomość, że uczenie algorytmów trwa, wymaga bardzo dużej mocy obliczeniowej i energii. Efektywność energetyczna wykorzystywanego centrum danych będzie w związku z tym kluczowa. Wskaźnik PUE obiektu jest podstawowym kryterium, z którego mogą korzystać klienci weryfikując dostawców usług data center. PUE określa stosunek całkowitej mocy pobieranej przez data center przez moc zużywaną wyłącznie przez urządzenia. Ma to znaczenie w kontekście środowiskowym, ale także kosztowym – mówi Piotr Kowalski, Head of Innovation w Beyond.pl, dostawcy usług data center, chmury i Managed Services oraz właściciela centrów danych. 

W ostatnich latach w obszarze efektywności energetycznej dokonał się co prawda znaczny postęp, bo wg danych Uptime Institute średni roczny wskaźnik PUE w ujęciu globalnym od 2007 roku zmalał z poziomu 2,5 do 1,58 w 2023 roku. Jednak stopień marnotrawienia energii wciąż jest wysoki, a celem nadrzędnym jest wartość jak najbardziej bliska 1. Projektując lub modernizując swoje obiekty pod projekty AI operatorzy będą musieli poszukiwać nowych rozwiązań optymalizujących wydajność i jednocześnie zachowujących najlepszą możliwą efektywność energetyczną.    

Kolejnym obszarem do zredefiniowania są rozwiązania chłodzenia komór serwerowych. W przypadku utrzymywania infrastruktur wykorzystywanych pod rozwiązania AI klasyczne systemy okazują się technologicznie niewystarczające. Pojawia się konieczność zastosowania innowacyjnych rozwiązań, jak chociażby model chłodzenia procesorów cieczą (liquid cooling), która zdecydowanie wydajniej odbiera generowane ciepło. Modernizacja obiektów, funkcjonujących w głównej mierze na mocno nasyconym rynku FLAP-D (Frankfurt, Londyn, Amsterdam, Paryż, Dublin) jest jednak zbyt czasochłonna i kosztowna oraz często niemożliwa z uwagi na architekturę i wyposażenie budynku.  

AI szansą dla rynków wschodzących 

– Przestarzałe obiekty centrodanowe, problemy z dostępem do mocy elektrycznej i legislacja, będą oddziaływały na kolokowanie infrastruktur AI poza rynkiem FLAP-D, na przykład w Polsce. Nasz kraj posiada świetnych inżynierów, nowoczesne i bezpieczne obiekty, które charakteryzują się m.in. korzystnym PUE, czy wykorzystywaniem energii odnawialnej. Beyond.pl już teraz jest gotowy do utrzymywania infrastruktur IT zgodnych z wymaganiami technologicznymi AI i uczenia maszynowego. Jesteśmy elastyczni w doborze rozwiązań chłodzenia cieszą, aranżacji komór serwerowych czy nawet rozbudowy kampusu w Poznaniu. Co więcej, jesteśmy w stanie zabezpieczyć koszt energii elektrycznej na bazie długoterminowych umów typu PPA – podkreśla Wojciech Stramski, CEO Beyond.pl. 

To, że w związku z rozwojem AI rynek centrów danych i generalnie cały biznes będzie się zmieniał potwierdzają opinie przedstawicieli największych uczestników rynku. Dyrektor generalny Nvidii,  firmy mającej aż 80 proc. udział w produkcji wysokowydajnych chipów dla AI zapowiedział już kilka miesięcy temu, że w ciągu 4 lat na nowe obiekty i modernizację istniejących centrów danych zostanie wydany 1 bln dolarów w skali globalnej. Większość nakładów mają ponieść hiperskalerzy oraz inne firmy technologiczne, które będą uczestniczyły w rozwoju sztucznej inteligencji.