До 2027 року обсяг ринку зелених центрів обробки даних зросте приблизно на 147 мільярдів доларів
Зі швидким розвитком генеративного штучного інтелекту, такого як популярний ChatGPT, попит на обчислювальну потужність у центрах обробки даних різко зріс. Програми штучного інтелекту зчитують великі обсяги даних і споживають більше електроенергії, ніж традиційне програмне забезпечення. Графічний процесор, який використовується для навчання генеративних моделей штучного інтелекту, споживає високу енергію, а також потребує додаткової енергії для охолодження.
За оцінками, з точки зору макроданих, до 2030 року на штучний інтелект може припадати від 3% до 4% світового попиту на електроенергію. Через сплеск серверів штучного інтелекту енергоспоживання в центрах обробки даних значно зросло. McKinsey прогнозує, що до 2030 року споживання електроенергії в дата-центрах зросте більш ніж удвічі.
Збільшення споживання електроенергії та витрат є ключовим фактором зростання ринку. Енергоспоживання центру обробки даних дуже високе, і зі збільшенням попиту на більш потужні програми, такі як автономні транспортні засоби, потокове медіа та 5G, споживання енергії центром обробки даних може зростати експоненціально, і їм потрібно багато енергії для забезпечення різне обладнання.
Щоб вирішити величезні проблеми з попитом на енергію в центрах обробки даних, необхідно вжити різноманітних заходів, включаючи енергозберігаюче обладнання, інноваційні рішення для охолодження, зелену енергію та ширші стратегії сталого розвитку.
Використання енергозберігаючих мікросхем є наріжним каменем підвищення енергоефективності в дата-центрах. Енергозберігаючі чіпи мають вдосконалену архітектуру та функції керування живленням, що відіграє вирішальну роль у мінімізації споживання енергії обладнанням центру обробки даних. Ці чіпи можуть більш ефективно розподіляти та використовувати апаратні ресурси, тим самим покращуючи продуктивність на ват. Наприклад, порівняно з попередніми поколіннями процесорів Intel Xeon, четверте покоління Xeon підвищило середню ефективність продуктивності на ват для цільових робочих навантажень у 2,9 рази при використанні вбудованих прискорювачів. У 2022 році енергоефективність чіпа Nvidia H100 GPU AI майже вдвічі перевищує енергоефективність продукту попереднього покоління A100.
Крім того, ще одним ефективним заходом для зменшення споживання енергії в центрах обробки даних є впровадження більш ефективних рішень для охолодження у великих масштабах, зменшення частки споживання енергії охолодження, а ключовим показником є «Ефективність використання енергії» (PUE). За останнє десятиліття, незважаючи на 6-кратне збільшення обчислювальної потужності та 25-кратне збільшення ємності зберігання даних, споживання енергії глобальними центрами обробки даних з 2006 по 2018 рік зросло лише на 6%. Ця значна ефективність поліпшення пояснюється зниженням ПУЕ.
Згідно з оцінками, очікується, що з 2022 по 2027 рік ринок «зелених» центрів обробки даних зросте на 146,95 мільярда доларів із загальним річним темпом зростання 24,63%. Зі все більшим розгортанням рідинного охолодження (особливо прямого рідинного охолодження DLC) у великих масштабах PUE центрів обробки даних, які вступають в еру рідинного охолодження, буде нижче 1,3. Технологія рідинного охолодження може не тільки підвищити загальну ефективність охолодження центрів обробки даних, але й задовольнити потреби в охолодженні мікросхем високої щільності, зменшити залежність від систем кондиціонування повітря з високим енергоспоживанням і сприяти сталому розвитку навколишнього середовища.
