Schneider Electric, ledare inom den digitala omställningen av energihantering och automation, presenterar ”The AI Disruption: Challenges and Guidance for Data Center Design". Ramverket fungerar som ett omfattande planeringsverktyg för organisationer som vill maximera kraften av AI i sitt datacenter till fullo. Det inkluderar även ett framåtblickande perspektiv på nya teknologier för att stödja framtida AI-kluster.
Artificiell intelligens har medfört stora förändringar och utmaningar inom design och drift av datacenter. I takt med att AI-applikationer har blivit allt vanligare och fått en betydande inverkan på branscher som sträcker sig från sjukvård och finans till tillverkning, transport och underhållning, har även efterfrågan på beräkningskraft ökat. För att möta de växande energibehoven hos AI-drivna applikationer på ett effektivt sätt behöver datacenter anpassas.
En revolutionerade framtid för designen av datacenter
Effektuttaget kopplat till AI förväntas växa med en sammanlagd årlig tillväxt (CAGR) på 26–36 procent fram till 2028, vilket leder till ökade energibehov inom både befintliga och nya datacenter. Att möta den förväntade energiefterfrågan innebär flera viktiga överväganden som beskrivs i ramverket och berör de fyra fysiska infrastrukturkategorierna – kraft, kyla, rack och mjukvaruverktyg för drift och övervakning. White Paper 110 finns tillgängligt för nedladdning Ladda ned White Paper 110.
I en tid där AI omformar industrier och omdefinierar konkurrenskraften, banar Schneider Electrics senaste ramverk vägen för företag att designa datacenter som inte bara kan stödja AI, utan är fullt ut optimerade för det. Ramverket introducerar innovativa koncept samt best practice och positionerar därmed Schneider Electric som en föregångare inom utvecklingen av datacenterinfrastruktur.
– Då AI fortsätter att utvecklas ställs unika krav på design och drift av datacenter. För att tackla dessa utmaningar är det viktigt att överväga flera nyckelattribut och trender inom effektuttag kopplat till AI som påverkar både nya och befintliga datacenter. AI-applikationer, särskilt inlärningskluster, är mycket beräkningsintensiva och kräver stora mängder beräkningskraft som tillhandahålls av GPU:er eller specialiserade AI-acceleratorer. Detta belastar datacenters kraft- och kylinfrastruktur kraftigt. I takt med att energikostnaderna stiger och miljöbekymren växer måste datacenter fokusera på energieffektiv hårdvara, som högeffektiva kraft- och kylsystem samt förnybara energikällor, för att minska driftskostnader och koldioxidavtryck, säger Pankaj Sharma, Executive Vice President, Secure Power Division and Data Center Business på Schneider Electric.
Det här nya ramverket för organisationer som vill utnyttja AI maximalt inom sina datacenter har fått positiv respons från kunder.
– AI-marknaden växer snabbt och vi tror att den kommer bli en grundläggande teknik för företag att snabbare uppnå resultat och förbättra produktiviteten väsentligt. När AI står för den största belastningen i datacentret måste organisationer börja tänka medvetet kring att designa ett helhetssystem för att lösa sina AI-problem. Vi ser redan enorm efterfrågan på AI-beräkningsacceleratorer, men att balansera detta med rätt nivå av system och lagring för att i sin tur möjliggöra denna ökade skala kräver väldesignade mjukvaruplattformar. För att hantera detta bör företag titta på lösningar som specialiserad maskininlärningsutveckling och datamanagementmjukvara, som ger insyn i dataanvändning och säkerställer att den är säker och tillförlitlig innan den tillämpas. Att implementera end-to-end datacenterlösningar som är utformade för att leverera hållbar databehandling kan möjliggöra för våra kunder att framgångsrikt designa och införa AI på ett ansvarsfullt sätt, säger Evan Sparks, Chief Product Officer for Artificial Intelligence på Hewlett Packard Enterprise.
Låser upp den fulla potentialen med AI
Schneider Electric’s AI-Ready Data Center Guide utforskar den kritiska korsningen av AI och datacenterinfrastruktur och tar upp viktiga punkter för övervägande:
● Vägledning kring de fyra huvudattribut och trender inom AI som ligger till grund för utmaningar i den fysiska infrastrukturen kraft, kyla, rack och mjukvarulösningar.
● Rekommendationer för att bedöma och bemöta det extremt stora kraftuttag per rack som AI-applikationsservrar innebär.
● Vägledning för att lyckas med övergången från luftkylning till vätskekylning för att stödja den ökande termiska designeffekten (TDP) hos AI-applikationer.
● Förslag på rackdesign anpassad för att bättre kunna hantera AI-servrar som kräver höga effekter, ökad kyldistribution och fördelning samt ett stort antal nätverkskablar.
● Vägledning för användning av övervakningssystem som datacenterinfrastrukturhantering (DCIM), system för hantering av elektrisk kraft (EPMS) och byggnadshanteringssystem (BMS) för att skapa digitala tvillingar av datacenter inklusive driftförhållanden och tillgångshantering.
● Framtida perspektiv på nya teknologier och designmetoder för att hjälpa till att hantera AI-utvecklingen.
För mer information om Schneider Electrics AI-datacenterlösningar och expertis, besök Schneider Electric.