解决AI时代数据中心的挑战

解决AI时代数据中心的挑战 目录 第01节03简介 第03节09AI的崛起 第02节07关键结论 第05节22自动化和创新的作用 第04节13当前和未来的挑战 第06节30技术与可持续发展合作伙伴如何提供帮助 简介 在很大程度上，由于所谓的“人工智能淘金热”，数据中心服务的需求逐步达到历史新高。 人工智能的潜力支撑了数据中心容量需求的急剧增长-而就增长潜力而言，其前景不可限量。人工智能正与云计算激烈竞争机架空间，这只会进一步推高数字基础设施资产的价值。 麦肯锡公司预测，到2030年，数据中心行业将以每年10%的速度增长，并将投资490亿美元用于新设施建设-这一估算甚至可能偏保守。 这种指数级的增长固然令人振奋，但同时也伴随着一些艰巨的挑战。这些挑战可能导致运营成本迅速攀升，进而抵消增长机会所带来的短期或长期收益。 对这个行业而言，其依赖以正常运行时间的形式向客户提供绝对可靠的服务，而这种情况会带来诸多风险和复杂性，在着手解决这些问题之前，必须先对其有所了解。 主要挑战 日益增长的能源需求 AI，特别是生成式AI，以高功耗而闻名。随着AI日益融入我们日常使用的应用程序中，数据中心将需要满足这些新的能源需求。据国际能源署预测，到2026年，数据中心的电力消耗可能会翻一番，达到1,000太瓦时（TWh）。这相当于日本全年的电力消耗量。 由于高功耗问题，数据中心在可持续发展方面已经受到严格审查。此外，能源价格正在上涨。数据中心如何在满足这些巨额电力需求的同时，最大限度地减少对环境和运营支出（OPEX）的影响？ 机架密度增加 新数据中心的建设速度跟不上需求。因此，数据中心需要通过使用高密度机架，在现有空间内容纳更多的计算能力。 然而，功耗的增加意味着紧密排列的服务器更容易过热。因此，数据中心需要具备设计紧凑、提供持续可靠电力供应的解决方案。它们还需要最大限度地提高能源和空间效率，并在需要时提供快速、有效的冷却。 减少环境影响 能源消耗的增加和过热问题使得可持续发展目标的实现变得更加困难。仅靠购买碳补偿来宣称实现碳中和，或是单纯通过增加用水量来冷却拥挤的服务器机架，这种做法已不再被接受。投资者、客户及公众对可持续发展的认知已显著提升，并要求采取实质性的行动。 那么，既面临这些挑战，又身处AI时代，数据中心该如何实现净零排放，或最大限度地降低其环境足迹？ 替代冷却解决方案 数据中心的运行表现，取决于高效的供电与散热机制。高能耗与高机架密度使得过热风险不断攀升，因此，数据中心如今必须超越传统的空调和自然冷却技术，探索新的解决方案。 这些方案包括投资液体冷却、浸没式冷却、优化的气流系统、机架级冷却，甚至包括建筑设计在内的各种替代技术，以满足当今的挑战。 本报告将深入探讨这些因素如何迅速淘汰传统的数据中心运营模式，并推动全行业迈向更广泛的演进。上述挑战意义重大，必须依靠打破常规的创新思维和新技术才能解决；而在澳大利亚乃至世界各地，已经有许多此类解决方案正在落地。 关键结论 关键结论 最大限度地保障正常运行时间本身就是一项复杂的任务。至关重要的是，为应对当今挑战所提出的解决方案，必须能有效支撑这一业务目标。否则，数据中心的盈利底线和增长潜力很快将被高昂的能源与人力成本、运营低效以及繁琐笨拙的手工流程所蚕食。 我们深入探讨了数据中心行业当前的挑战，并总结出三大核心要点： 打破常规思维 01 应对数据中心挑战的传统手段迅速被淘汰。寻找解决方案需要具备创新思维，并对新的工作模式持开放态度。借鉴全球数据中心取得的成就，可以为本地尝试新技术提供有益的启发。 02投资自动化技术 飙升的能源成本和日益复杂的运营问题，并非单纯靠增加人手就能解决。投资于能够实现能源管理自动化并优化效率的技术，将有助于数据中心在保持良好盈利能力的同时，实现规模化增长。 与兼具本地和全球经验的合作伙伴协作 03 像ABB这样的技术合作伙伴，能够提供优化数据中心性能所需的本土及全球专业知识。我们拥有经过验证的卓越业绩，曾与客户紧密合作，针对行业最紧迫的挑战开发出全新的前沿解决方案。 AI的崛起 人工智能已存在50年，但近年来其应用呈现爆发式激增。 从医疗保健、能源、教育，到制造、工程、零售、银行与金融以及物流运输-AI已席卷全球，没有任何行业能置身事外，其产生的深远影响正在重塑我们当下的工作方式。 AI需求激增 全球咨询公司普华永道（PWC）进行的一项AI影响分析，识别出300多个AI应用案例，其中包括将此前需人工完成的任务实现自动化，例如数据录入、客户服务、制造、财务审计与簿记以及翻译服务等。 该分析还预估，AI将为全球经济贡献超过15万亿美元，并通过自动化和提高生产效率，使部分发达经济体和新兴经济体的GDP增长高达26%。 随着AI在家庭、学校和工作场所的应用日益广泛，支撑其运转所需的基础设施也在不断扩展。除了娱乐和学习流媒体平台、工业云计算、电子商务以及物联网（IoT）等数据服务外，AI正以迅猛之势推动着数据中心容量的需求。 一份美国数据中心市场概览报告指出，现有设施中对AI服务器和机架空间日益增长的需求，引发了新数据中心建设的繁荣，这一趋势与其他行业形成了鲜明反差。报告作者强调了AI数据中心面临的重大挑战。 “增长日益受到土地和电力供应、供应链挑战以及工期延误的制约，更不用说来自某些地方辖区的阻力正在不断增加。这一行业复杂的局势正影响着既有的枢纽市场和新兴市场。” 在短短两年内，仅一代GPU的功耗就增长了75%。 AI扩张带来的环境影响 鉴于AI的电力需求远高于传统服务器，能耗及其对可持续发展的影响已成为数据中心面临的又一重大难题。数据中心能耗的增加不仅意味着过热风险的上升，也意味着为了降低过热几率，用水量将会随之增加。 据一项估算，一家中型数据中心的用水量相当于三家普通规模医院的用水量。这引发了一系列关键的可持续发展问题。随着ESG已提上许多企业的议事日程，这些问题绝不容忽视。 鉴于所需的用水量极其庞大，水冷方式正被证明难以为继。因此，数据中心正积极探索浸没式液冷解决方案，以最大限度地减少对环境的影响。 要点 01AI目前的电力需求为4GW，预计到2028年这一数字将攀升至15GW。这种指数级的增长将使可持续发展目标的实现变得更加困难。 02数据中心发现难以承载基于AI的图形处理器（GPU）服务器，并满足其相应的能源与存储需求。 第04节— 当前和未来的挑战 当前和未来的挑战 数据中心正面临一些严峻挑战，且不仅仅是AI兴起所带来的挑战。这包括对新数据中心及其建设用地的飙升需求；随着AI应用增加并在可用带宽方面与云数据存储展开竞争，这一需求愈发凸显。 此外，还包括有效管理和运营新数据中心所需的熟练劳动力资源，以及确保维持其运营的基础设施具备面向未来的能力。 环境影响 人们已广泛探讨数据中心对环境的负面影响，以及它们在实现净零排放等全球可持续发展目标方面所构成的阻碍。据国际能源署（IEA）测算，数据中心和数据传输网络约占全球能源相关温室气体排放量的1%。因此，尽快开发出更加可持续且节能的数据中心已刻不容缓。 在美国，据估计数据中心电力消耗将在2030年达到35GW，较2022年的17GW有显著增长。而使问题更加严峻的是，业界已形成广泛共识：为了实现AI的大规模可靠运行，数据中心必须升级其关键电力基础设施。然而，鉴于AI数据存储巨大的能源需求，对全球现有的众多数据中心进行改造以满足这一需求，往往并非可行之策。 据IEA数据，2022年数据中心消耗了约460太瓦时（TWh）的电力，占全球电力需求的2%。IEA预测，到2026年，全球数据中心、加密货币和AI的电力消耗将增至620至1,050 TWh-这几乎相当于新增了一个瑞典或德国全年的能源需求与消耗量。 IEA和中国有关部门推算，中国数据中心的电力需求将在2026年达到约300 TWh，并于2030年攀升至400 TWh。随着5G网络和物联网的扩张，这一能耗数字正在迅速攀升。 在欧盟（EU），IEA预计随着私募资本推动欧洲各地数据中心数量激增，数据中心的电力使用量可能会从2022年的100 TWh（占欧盟总电力需求的4%）增长至2026年的近150 TWh。 电源使用效率（PUE） 根据澳大利亚气候变化、能源、环境与水利部收集的数据，澳大利亚的数据中心平均使用年限已超过20年。 随着澳大利亚各行各业越来越多的组织加速数字化转型并迁移至云计算，加之物联网（IoT）解决方案的广泛应用，许多现有设施已不再适用，或因设计低效而无法应对指数级增长的需求。 电源使用效率（PUE）是衡量数据中心效率的关键指标，不仅关乎财务表现，也是评估环境、社会和治理（ESG）绩效的重要标准。作为电力消耗大户，数据中心面临着巨大的压力，亟需提升能源利用效率，以期降低运营成本并增强可持续性。 简而言之，PUE反映了数据中心用于计算的能耗与用于冷却、照明及确保不间断供电等辅助基础设施的能耗之间的比例关系。 PUE的计算过程复杂，需要海量的数据支持。如果数据中心的PUE为1.25，则意味着IT设备每消耗1千瓦时的电力，就会有额外的0.25kWh电力用于其他用途（如冷却和照明）。 也就是说，该设施消耗的电力比维持其IT设备运行所需的必要电量高出25%。深入了解PUE有助于数据中心管理者进行更完善的容量规划，从而实现资源的高效利用和智能扩展。 较低的PUE对数据中心具有以下显著益处： ▸突显整体效率：它凸显了数据中心的整体效率，并证明其对可持续发展的重视； ▸减少能源消耗：意味着更低电费和更高的盈利能力；▸提升ESG绩效：因为数据中心更大比例的能源消耗被重新导向更具生产力的用途；▸增强声誉与竞争优势：低PUE有助于数据中心吸引那些优先考虑ESG和可持续发展的客户。 数据中心可以通过多种途径改善其PUE。采用尖端建筑材料的智能化设计、高效的冷却与加热技术（包括变频器和液冷技术），以及能效更高的IT硬件等策略，在当今数据中心的设计与建设中正变得愈发重要。 将数据中心建在气候寒冷的地理位置也被证明是改善PUE的关键因素，许多斯堪的纳维亚国家（参见下方挪威莱夫达尔矿洞案例研究）正经历数据中心建设的大幅增长。 不断攀升的总体拥有成本(TCO) 除可持续性挑战外，数据中心的总体拥有成本（TCO）-包括数据中心全生命周期内设计、建设和维护的运营与资本支出，以及满足监管和合规义务的成本-已变得极其高昂，令人望而却步。 正如对现有数据中心进行节能改造面临重重约束一样，早期数据中心设计缺乏物理扩展性，如今也正构成挑战，鉴于这些设施几乎完全是为了满足当时的需求而设计。 随着存储容量的增长和能源效率的提升，老旧数据中心也在定期升级服务器。在许多情况下，虽然这有助于降低TCO，但节省下来的成本尚不足以改善其长期生存能力或减少碳足迹。 数据中心所有者正越来越多地寻求降低其TCO的途径。在这方面的一个新兴趋势是，关注点正从单纯计算TCO转向关注SCO（可持续拥有成本），即通过聚焦净零目标和ESG，来降低运营支出和资本支出。 这在很大程度上依赖于可持续技术的发展、可再生能源可靠性的提升，以及通过循环设计和创新来消除浪费。 降低TCO的措施还包括在能源价格低廉的地区建设数据中心，以及转向集成技术堆栈，使数据中心的许多关键功能自动化。 此外，这一转型还能提供海量的分析数据，有助于延长运营技术的使用寿命，并最大限度地减少服务中断。 液体冷却 流媒体服务、工业云、游戏、在线学习和AI的增长，都导致了对数据存储的高需求。为了更好地管理激增的电力消耗，数据中心已开始采用高密度计算，即能够在单位空间内处理更大数据量的IT机架。 然而，高密度计算产生的热量要大得多，必须对这些热量加以管控，以确保IT硬件的安全运行。直到最近，风冷一直是行业标准。但如今数据中心的需求使得这种方法越来越难以奏效。 当前的挑战在于，寻找更新颖、更智