Може ли в бума на изкуствения интелект GaN да спаси гладните за енергия центрове за данни

10.11.2023   |   Начало»Бизнес

Редактор
Мира Станкова

Редактор
Мира Станкова

Дигиталният свят претърпява огромна трансформация под съвместното влияние на две големи тенденции – все по-голямото търсене на извлечена от данни информация и бързото развитие и навлизане на генеративния изкуствен интелект. Всичко това има сериозно отражение върху енергопотреблението, екологичния отпечатък и разходите на съвременните центрове за данни.

Сега съществуващите технологии за преобразуване и разпределение на електроенергия в центровете за данни не могат да се справят с увеличеното потребление в резултат на използването на облачни изчисления и машинно самообучение, както и в резултат на енергоемките приложения на генеративния изкуствен интелект. Търсенето на иновативни решения за центровете за данни никога не е била от толкова голямо значение.

Силовите компоненти на базата на галиев нитрид (GaN) са възможно ключово решене за енергийните тревоги на центровете за данни и могат да помогнат за преодоляване на предизвикателствата, свързани с използването на генеративния изкуствен интелект, смята Пол Уайнър, вицепрезидент стратегически маркетинг в GaN Systems. Според него е важно да се анализира влиянието на генеративния изкуствен интелект върху центровете за данни, преимуществата на GaN и метриката за определяне на показателя за ефективно енергопотребление (PUE).

Инфраструктурата на съвременните центрове за данни, проектирана за досегашното натоварване, вече изчерпва потенциала си. Междувременно обемът на данните в световен мащаб се удвоява на всеки две години и сървърите, които съхраняват този постоянно растящ обем информация, изискват големи количества енергия и вода, за да функционират. McKinsey прогнозира, че само САЩ през следващите пет години ще се нуждае от 39 GW за нови центрове за данни, което се равнява на потреблението на 32 млн. домакинства.

GaN предлага безпрецедентна ефективност

Енергоемката природа на генеративния изкуствен интелект усложнява ситуацията. Той изисква значителна изчислителна мощ и за обучението на големи езикови модели (LLMs), които формират сърцевината на системите на генеративния изкуствен интелект, и за приложението на обучените LLMs. И ако за едно търсене в Google е необходима енергия, колкото за захранването на една крушка от 100 W за 11 секунди, то за една сесия на ChatGPT са нужни 50 до 100 пъти повече енергия. Центровете за данни на този етап не са подготвени да се справят с този невъобразим скок в енергопотреблението и според някои изчисления в надграждането им през следващите четири години ще бъдат вложени 1 трилион щатски долара.

За нещастие, нови технологии като имерсионно охлаждане, оптимизации с помощта на изкуствен интелект и използване на остатъчната топлина предлагат само отчасти решение на проблема. Спешно са необходими решения, които комбинират висока ефективност и компактни размери и осигуряват значителна мощност. Силовите електронни компоненти, базирани на силиций, са неефективни, тъй като се налага центровете за данни да използват охладителни системи, за да поддържат безопасни температури.

GaN осигурява безпрецедентна ефективност в сравнение с традиционните силови компоненти, което го прави идеална опция за съвременните центрове за данни, особено с ескалирането на използването на генеративния изкуствен интелект. GaN транзисторите могат да работят при по-високи скорости на комутация и имат превъзходни входно-изходни характеристики. Тези фактори носят редица ползи за системата, включително по-голяма ефективност и увеличена енергийна плътност.

GaN транзисторите позволяват силовата електроника в центровете за данни да постига по-високи нива на ефективност, ограничавайки загубата на енергия и генерирайки значително по-малко топлина. Ефектът е впечатляващ. В типичен център за данни всеки клъстер от десет шкафа, чието захранване е реализирано с GaN транзистори, може да осигури годишно увеличение на печалбата от 3 млн. щатски долара, редуциране на годишните въглеродни емисии със 100 т и намаление на оперативните разходи с 13 000 щатски долара на година. Тези ползи само ще се увеличават с покачването на енергопотреблението от генеративния изкуствен интелект.

"Вратичката" в метриката за определяне на PUE

След като ползите от GaN са големи, защо тогава няма повече оператори на центрове за данни, които бързо да въвеждат тази технология? Внедряването й се възпрепятства от т. нар. “вратичка“ в метриката за изчисление на PUE – често подценявана слабост в тази вече широко приета метрика.

Метриката за определяне на PUE е стандартен инструмент за оценка на енергийната ефективност на центровете за данни, като тя се изчислява чрез разделянето на общото енергопотребление на съоръжението на енергията, използвана от IT оборудването. Показателят помага да се определи работата на центъра за данни и насочва усилията за редуциране на енергийното потребление, оперативните разходи и екологичното въздействие.

Метриката за определяне на PUE обаче измерва колко ефективно е захранването на сървърите, но не и ефективността на преобразуване на енергията в самите сървъри. В резултат изчисляването на PUE не предоставя всеобхватен поглед върху енергийната ефективност, създавайки сляпа точка за операторите на центрове за данни.

Много сървъри все още използват AC/DC преобразуватели с 90% или по-ниска ефективност. Това може да звучи впечатляващо, но 10% или повече от цялата енергия в центъра за данни се губят. Това не само повишава разходите и въглеродните емисии, но и създава допълнителна остатъчна топлина, изисквайки допълнителни охладителни системи.

GaN е впечатляващо ефективен по отношение на решаването на проблема с „вратичката“ в определяне на PUE. Така например, последното поколение базирани на GaN AC/DC преобразуватели са с 96% ефективност и по-висока, което означава, че повече от 50% от остатъчната енергия може да бъде използвана ефективно. В сектора това може да доведе до спестяването на над 37 млрд. kWh електроенергия на година – достатъчно, за захранването на 40 хиперскейл центъра за данни.

GaN може да осигури моментално икономичен начин за затварянето на вратичката в определянето на PUE и за спестяване на големи количества енергия. Но тъй като PUE метриката не взима под внимание ефективността на AC/DC преобразувателите в сървърите, за момента няма стимули AC/DC преобразувателите да стават по-ефективни.

Ключови думи: TrendForce   GaN   центрове за данни   енергийна ефективност  

Област: Електроника