人工智能的迅猛发展正在深刻地改变着各行各业的运作方式，其中数据中心行业首当其冲。在AI时代，数据成为了驱动智能决策的核心动力。数据中心，作为存储和处理这些关键数据的基础设施，与AI技术形成了互利共生的关系。AI技术不仅提升了数据中心的运维效率，而且优化后的基础设施也进一步增强了AI的智能能力。
AI对数据中心的影响
随着AI技术的持续进步，它对数据中心的影响日益显著。AI的应用使得我们的数字世界变得更加丰富多彩。在日常生活中，AI大模型的介入使得搜索引擎和内容生成达到了新的高度。对于企业来说，实现工业自动化离不开AI在数据分析基础上的流程优化和控制改进。政府机构也受益于AI，更多的数据分析和智能决策支持系统促进了更有效的政策制定和决策过程。然而，AI的发展也带来了能源消耗的挑战。根据施耐德电气的预测，到2028年，人工智能的电力消耗将占到数据中心总电力消耗的15%-20%。AI对更强大计算力的需求推动了数据中心设计和运营的革命性变化。
数据中心的未来方向
面对这些变革，数据中心行业亟需进行根本性的重塑。施耐德电气通过深入分析人工智能工作负载的特性和趋势，为数据中心的多个物理基础设施领域提供了应对策略和解决方案，帮助行业找到突破困境的方法。随着AI技术的不断演进，数据中心也将继续适应新的挑战，确保能够支持未来智能世界的需求。
在AI时代的浪潮下，数据中心行业正面临着前所未有的革新压力。为了应对这些挑战，数据中心必须实现计算和存储能力的提升，同时确保可持续发展。数字化软件的全生命周期应用，从设计到建造再到运营维护，已成为提升数据中心速度、准确性和可持续性的关键。此外，从传统基础设施向智能化、数字化基础设施的转变也迫在眉睫。这些转变的需求，很大程度上是由生成式人工智能（如ChatGPT）的出现和AI相关数据需求的激增所驱动的。
数据中心革新的根本原因
当前，数据中心企业主要面临三大挑战。首先，如何在提升计算与存储能力的同时，确保数据中心的可持续发展。其次，如何在数字化基础设施方面，更有效地利用全生命周期的数字化软件，以提高速度、准确性和可持续性。最后，如何实现基础设施从传统向智能、数字化的转变。这些挑战的核心在于，AI工作负载的特性和数据需求的增长，对数据中心的性能和设计提出了新的要求。
重塑高性能数据中心的策略
数据中心基础设施的演变涉及多个方面，包括供配电、制冷、机柜等。施耐德电气凭借行业洞察力和实践经验，提出了一系列创新技术和解决方案，以数字化服务和创新型服务为基础，为数据中心的重塑提供了四个可靠的策略。
优化供配电系统，提高数据中心的韧性
AI工作负载分为训练和推理两个阶段，对供配电系统提出了不同要求。训练阶段需要大规模机柜阵列组成的“人工智能集群”，而推理阶段则对业务的连续性和韧性有更高要求。为此，可以采取以下
措施：
增加配电模块的规格，以适应高密度集群的需求。
使用多个标准化的rPDU，或选择额定电流超过60A和63A的定制化rPDU来提升容量。
通过弧闪风险评估和负载分析，选择合适的连接器、插座和rPDU，减少弧闪风险。
确保主断路器的容量与负载总和相匹配，避免过载使用。
对人工智能集群内的所有负载进行全面分析，使用适当的连接器和插座，防止机柜温度过高，减少故障风险和安全隐患。改变传统的制冷方式，从风冷转向液冷
尽管风冷一直是IT行业的首选，但人工智能集群中的大型服务器难以实现有效分散，这促使数据中心逐步考虑从风冷转向液冷。
面对液冷技术在数据中心应用中的挑战，如缺乏标准化设计和运维经验，数据中心行业需要采取一系列针对性措施来应对。以下是对制冷挑战的六点应对策略：
1.机柜功率密度的合理选择：对于功率密度在20kW以下的机柜，可以继续采用风冷技术。而对于人工智能集群中的机柜，由于功率密度通常超过20kW，推荐使用液冷服务器来提高制冷效率。
2.设计评估的必要性：在部署液冷技术之前，必须对液冷负载和现有设施进行彻底的设计评估，以确保系统能够有效地满足需求。
3。制冷系统设计的兼容性：考虑到未来TDP的不确定性可能会增加制冷设计的淘汰风险，设计时应确保风冷和液冷技术之间的兼容性，以便根据实际情况灵活调整。
4.专家评估与规划：邀请专家对液冷设计进行全面评估，并制定详细的规划，以减少操作失误和故障风险，确保系统的稳定运行。
5.供应商选择与应急准备：选择可靠的供应商，并制定应急操作流程（EOP），以减少IT机柜内漏液的风险，确保在紧急情况下能够迅速响应。
6.可持续发展的冷却方案：为了实现可持续发展，建议使用水作为冷却液的冷板式液冷技术，这种方案不仅高效，而且对环境友好。
通过采取这些措施，数据中心可以有效地应对液冷技术的挑战，提高制冷效率，降低运营风险，并确保数据中心的稳定性和可持续发展。
机柜功率密度的考量
在考虑机柜的制冷方式时，功率密度是一个重要的考量因素。对于功率密度在20kW以下的机柜，风冷技术是一个合适的选择。然而，对于人工智能集群中的机柜，由于其功率密度往往超过20kW，液冷服务器成为更推荐的选择。在部署液冷技术之前，必须对液冷负载和现有设施进行详细的设计评估。由于未来TDP的不确定性可能会增加制冷设计的淘汰风险，因此在设计制冷系统时应考虑风冷和液冷技术的兼容性。专家应对液冷设计进行全面评估，并制定详细的规划，以减少操作失误和故障风险。选择可靠的供应商，并制定应急操作流程（EOP），以减少IT机柜内漏液的风险。为了实现可持续发展，建议使用水作为冷却液的冷板式液冷技术。
机柜的升级与适配
随着人工智能服务器的深度和重量不断增加，机柜也需要进行相应的调整，以适配优化后的机群。建议采用至少750毫米宽的机柜，以容纳所需的配电和制冷装置安装空间；为IT机柜配备可调节的安装轨道，以适应不同IT设备的深度；建议将人工智能训练集群部署在48U或更高机柜上；建议指定机柜的静态承重能力大于1,800kg，动态承重能力大于1,200kg，并评估数据中心地板，确保其满足承重需求。
软件工具的应用
在管理人工智能集群时，应用软件工具可以降低复杂电气网络出现意外故障的风险，并为布局决策提供依据。EPMS和DCIM工具可以准确查看当前的配电能力及其趋势，包括IT空间内的大容量电力和配电级别。电气设计软件工具可以简化数据收集和计算工作，数字化单线图（iSLD）优化安全评估过程，降低维护工作的复杂性。通过软件工具，对整个IT空间（包括机柜中的设备和虚拟机）创建数字孪生，实现数据中心的可视化，增大动态环境中的容错裕量，降低运营风险，解锁数据中心运维的“新境界”。
面向未来的数字化基础设施建设
无论是“东数西算”工程，还是“算力基础设施高质量发展行动”，都在进一步明确数据中心产业变革的加速推进。面对“万物皆可AI”的智算浪潮，施耐德电气正积极从产品、技术到服务多方面，持续赋能数据中心的升级迭代。未来，我们将继续以创新为引擎，以行业前沿理念为基础，推动面向未来的数字化基础设施建设，助力数据中心提升能效、提高可用性和实现可持续发展，帮助更多企业拥抱AI时代，共赢数智未来！文章来源：https://www.toymoban.com/news/detail-786097.html
AigcFox工具箱--主流自媒体平台视频、图文内容一键发布。视频、图片自动裂变n份并去重。多账号自动发布，模拟人工操作，无人值守。账户绑定上网卡或手机共享网络，可实现发布IP隔离。AI内容：可对文章、图片改写、润色、增强。文章来源地址https://www.toymoban.com/news/detail-786097.html
到了这里，关于“从云端到边缘：AI推动的计算能力提升将如何影响物联网”的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
