Λευκή βίβλος: Μικροδίκτυα για κέντρα δεδομένων τεχνητής νοημοσύνης

Καθώς η ζήτηση ηλεκτρικής ενέργειας που οφείλεται στην τεχνητή νοημοσύνη ξεπερνά τη χωρητικότητα του δικτύου, οι διαχειριστές κέντρων δεδομένων καλούνται να λάβουν μια κρίσιμη απόφαση σχετικά με την υποδομή. Σε αυτό το ενημερωτικό έγγραφο του Τζάστιν Λένοφ της Clarke Energy παρουσιάζονται οι επιλογές και οι σχετικές συμβιβασμοί.

• Τα φορτία εργασίας τεχνητής νοημοσύνης (AI) ανατρέπουν τα παραδοσιακά μοντέλα κατανάλωσης ενέργειας — σε αντίθεση με τα συμβατικά φορτία πληροφορικής, τα φορτία εργασίας υψηλής υπολογιστικής ισχύος (HPC) και τεχνητής νοημοσύνης (AI) δημιουργούν ακραίες διακυμάνσεις στην κατανάλωση ενέργειας, τις οποίες η παλαιά υποδομή των κέντρων δεδομένων δεν έχει σχεδιαστεί να διαχειρίζεται
• Η χωρητικότητα του δικτύου εξαντλείται — οι διαχειριστές στρέφονται όλο και περισσότερο προς την επιτόπια παραγωγή φυσικού αερίου ως μια μεσοπρόθεσμη έως μακροπρόθεσμη λύση-γέφυρα, ενώ οι συνδέσεις με το δίκτυο παραμένουν σπάνιες
• Αναδύεται ένα νέο μοντέλο λειτουργίας — τα κέντρα δεδομένων μετατρέπονται τόσο σε παραγωγούς όσο και σε καταναλωτές ενέργειας, αναδιαμορφώνοντας ριζικά τον τρόπο με τον οποίο πρέπει να σχεδιάζονται τα συστήματα τροφοδοσίας κρίσιμης σημασίας
• Οι στόχοι αξιοπιστίας παραμένουν αδιαπραγμάτευτοι — η βασική πρόκληση είναι η διατήρηση χρόνου λειτουργίας από 99,99% έως 99,999%, με παράλληλη αυτοπαραγωγή ενέργειας για φορτία που βασίζονται στην τεχνητή νοημοσύνη
• Δύο τεχνολογίες αποθήκευσης έρχονται αντιμέτωπες — η παρούσα μελέτη συγκρίνει την αποθήκευση μέσω μπαταριών ιόντων λιθίου με την αποθήκευση μέσω υπερπυκνωτών γραφενίου, σε συνδυασμό με στρατηγικές μετατροπέων που συμβάλλουν στη διαμόρφωση του δικτύου, με σκοπό τον προσδιορισμό της βέλτιστης προσέγγισης για τα μεταβλητά φορτία τεχνητής νοημοσύνης