人工智能（AI）正在迅速改变数据中心，因为支持生成型AI、自动化系统以及众多其他先进技术所需的大规模计算工作负载，正将现有设施推向极限。预测，到2030年，数据中心的年电力消耗预计将达到35吉瓦，而2022年为17吉瓦。
人工智能不仅在规模上，而且在目的上都在从根本上重塑数据中心的格局。曾经为了支持企业IT而建设的基础设施，现在正被重新改造，以满足AI，特别是大型语言模型，日益增长的需求。
快速增长
人工智能正在推动数据中心设计和建设方面的重大变化，尤其是在密度方面，我们看到更多的计算和电力被压缩到更小的空间里，他在一次在线讨论中指出。这种变化还在重新塑造支持基础设施，特别是冷却系统。
人工智能正在加速数据中心行业的增长，超出了以往的市场预期，这种动态不仅导致开发新数据中心所需的电力、资本和资源要求更高，而且还改变了大型数据中心用户在租赁与购买、市场选择和数据中心设计决策上的思路。”他在一次在线采访中解释道。“训练大型前沿模型的需求，推动了数据中心总需求的显著增加，以及单个超大规模数据中心园区的规模。”
运营影响
人工智能依赖图形处理单元（GPU），而GPU的功耗比传统的中央处理单元（CPU）更高。这一变化不仅需要更多的电力，还需要在数据中心内提供更多的冷却。传统上，数据中心是通过空气冷却的，但由于人工智能工作负载的电力密度增加，市场正转向液冷技术。
人工智能不会增加数据中心的员工数量，但它会改变维护的方式。随着先进冷却系统的出现，维护需求也变得更加专业化，”他解释道。“行业还在调整液冷和环境控制的新协议，这些新协议对性能波动更加敏感。
传统数据中心在适应AI驱动的操作和支持AI工作负载方面将面临重大挑战。许多老旧设施并未设计来支持AI应用所需的高功率密度和冷却要求，现代化工作——如升级电力基础设施、部署液冷系统和提升能源效率——虽然成本较高，但可以延长旧数据中心的使用寿命。“那些无法适应的设施可能会在迅速发展的AI主导的环境中难以维持其可行性。
运营还面临供应链的约束。关键组件，如变压器、冷却系统和备用发电机，现在的交货周期是几年，而非几个月，作为回应，运营商正在转向批量采购策略和集中物流，以确保项目时间表的顺利进行。
成本影响
人工智能工作负载需要显著更多的电力，因此运营成本将增加。为了应对这些挑战，设施正朝着封闭回路冷却系统发展，这有助于减少水的使用并提高热效率。
尽管投资于AI兼容的数据中心将是昂贵的，但它也有可能显著降低运营费用，人工智能优化了能源消耗，减少了冷却费用，最大程度地减少了人工干预，从而降低了运营成本，他在一次在线采访中指出。然而，人工智能工作负载增加的电力需求也可能推动能源成本上涨。
预计到2030年，人工智能驱动的工作负载将增长三倍以上。在AI就绪的基础设施、能源效率和行业领导者与政策制定者之间的合作方面的战略投资，将是建立一个能够支持人工智能持续增长的高性能数据中心生态系统的关键。”
人工智能将在未来几年继续推动数据中心开发创下新纪录。与此同时，GPU制造商已经公布了产品路线图，其中包括更多需求高功率的芯片，这些动态将继续塑造行业的增长。
将人工智能融入数据中心不仅仅是技术问题，更是战略规划和投资的问题。企业需要考虑人工智能采用的长期益处和挑战，包括环境影响以及管理这些先进系统所需的熟练人才，以符合内部治理要求，人工智能开发者、数据中心运营商和政策制定者之间的合作将在塑造数据中心的未来中至关重要。
