К 2027 году объем рынка зеленых дата-центров увеличится примерно на 147 миллиардов долларов.
С быстрым развитием генеративного искусственного интеллекта, такого как популярный ChatGPT, спрос на вычислительную мощность в центрах обработки данных резко возрос. Приложения искусственного интеллекта считывают большие объемы данных и потребляют больше электроэнергии, чем традиционное программное обеспечение. Графический процессор, используемый для обучения генеративных моделей искусственного интеллекта, имеет высокое энергопотребление, а также требует дополнительной энергии для охлаждения.
По оценкам, с точки зрения макроданных, искусственный интеллект может составлять от 3% до 4% мирового спроса на электроэнергию к 2030 году. Из-за резкого роста количества серверов искусственного интеллекта энергопотребление в центрах обработки данных значительно увеличивается. McKinsey прогнозирует, что к 2030 году потребление электроэнергии в центрах обработки данных вырастет более чем вдвое.
Увеличение потребления электроэнергии и затрат является ключевым фактором роста рынка. Энергопотребление центра обработки данных очень велико, и с ростом спроса на более мощные приложения, такие как беспилотные транспортные средства, потоковая передача мультимедиа и 5G, энергопотребление центра обработки данных может расти в геометрической прогрессии, и для их питания требуется много энергии. различное оборудование.
Чтобы решить огромные проблемы спроса на энергию в центрах обработки данных, необходимо принять различные меры, включая энергосберегающее оборудование, инновационные решения для охлаждения, зеленую энергетику и более широкие стратегии устойчивого развития.
Использование энергосберегающих чипов является краеугольным камнем повышения энергоэффективности в центрах обработки данных. Энергосберегающие чипы имеют расширенную архитектуру и функции управления питанием, играя решающую роль в минимизации энергопотребления оборудования центра обработки данных. Эти чипы могут более эффективно распределять и использовать аппаратные ресурсы, тем самым повышая производительность на ватт. Например, по сравнению с предыдущими поколениями процессоров Intel Xeon, четвертое поколение Xeon улучшило среднюю эффективность производительности на ватт для целевых рабочих нагрузок в 2,9 раза при использовании встроенных ускорителей. В 2022 году энергоэффективность AI-чипа графического процессора Nvidia H100 почти в два раза выше, чем у продукта предыдущего поколения A100.
Кроме того, еще одной эффективной мерой по снижению энергопотребления в центрах обработки данных является широкомасштабное внедрение более эффективных решений по охлаждению, снижающее долю энергопотребления на охлаждение, а ключевым показателем является «Эффективность использования энергии» (PUE). За последнее десятилетие, несмотря на 6-кратное увеличение вычислительной мощности и 25-кратное увеличение емкости хранилища, потребление энергии глобальными центрами обработки данных увеличилось только на 6 % с 2006 по 2018 год. Это значительная эффективность. улучшение связано со снижением PUE.
По оценкам, рынок «зеленых» центров обработки данных, как ожидается, вырастет на 146,95 млрд долларов в период с 2022 по 2027 год, при этом совокупный годовой темп роста составит 24,63%. С увеличением масштабов внедрения жидкостного охлаждения (особенно DLC с прямым жидкостным охлаждением) коэффициент PUE центров обработки данных, вступающих в эпоху жидкостного охлаждения, будет ниже 1,3. Технология жидкостного охлаждения может не только повысить общую эффективность охлаждения центров обработки данных, но также удовлетворить потребности в охлаждении чипов с высокой плотностью мощности, снизить зависимость от систем кондиционирования с высоким энергопотреблением и способствовать устойчивому экологическому развитию.
