Hea teada: tehisintellekti andmekeskused või klassikalised andmekeskused – kui digitaalsest infrastruktuurist saab energiamahukas tehisintellekti tehas

Elekter, küte, võrgud: kui andmekeskusest saab tõeline tehisintellekti tehas

Tehisintellekti andmekeskused: digitaalmajanduse uus rasketööstus

Tehisintellekt mitte ainult ei muuda tarkvaraarendust revolutsiooniliselt, vaid esitab ka digitaalse infrastruktuuri füüsilisele maailmale enneolematuid väljakutseid. Kuigi traditsioonilised andmekeskused on pikka aega olnud pilveteenuste, e-kirjade ja ERP-süsteemide nähtamatu ja usaldusväärne selgroog, nõuab generatiivse tehisintellekti esiletõus täiesti uut tööstuslikku alust. Tehisintellekti andmekeskused ei ole enam tavapärased serverifarmid – need on suure tihedusega arvutustehased. Äärmuslike toiteallika nõuete, rackide mahutavuse, mis on mõnikord üle 100 kilovati, uuenduslike vedelikjahutussüsteemide ja ülikiirete sisevõrkudega nihutavad nad traditsioonilise IT-arhitektuuri piire. See artikkel annab põhjaliku analüüsi sellest, kus asuvad tehnilised ja majanduslikud piirjooned klassikalise pilveinfrastruktuuri ja tänapäevaste tehisintellekti klastrite vahel, miks energiast on saamas lõplik strateegiline pudelikael ning mida ettevõtted, operaatorid ja omavalitsused peavad digitaalse tuleviku planeerimisel arvestama.

Tehisintellekt vajab lisaks tarkvarale ka uut tööstuslikku infrastruktuuri

Andmekeskusi peeti pikka aega digitaliseerimise suuresti nähtamatuks alustalaks. Need hoidsid töös e-posti süsteeme, andmebaase, ettevõtte tarkvara, veebisaite, maksetehinguid ja pilvesalvestust. Avalikus diskursuses tajuti neid sageli tehniliselt turvaliste hoonetena, kus on serveriread, avariitoiteallikad ja kliimaseade. Kuigi see kuvand on endiselt täpne, ei kajasta see enam piisavalt praeguseid arenguid.

Generatiivse tehisintellekti levikuga on arvutitaristu roll muutumas. Digitaalne võimekus ei tähenda enam lihtsalt rakenduste usaldusväärset pakkumist. Sellest on saamas üha kontsentreeritud tööstusressurss. Kiirenduskiibid teevad arvutusi samaaegselt suurel hulgal, toiteühendused saavutavad energiamahukate süsteemide mõõtmed, jahutustehnoloogiast on saamas keskne disainikriteerium ning sisemised suure jõudlusega võrgud määravad, kas kallis riistvara töötab produktiivselt või ootab andmeid.

Seega on tehisintellektil põhinev andmekeskus põhimõtteliselt andmekeskus, kuid see erineb oluliselt traditsioonilisest ettevõtte-, kolokatsiooni- või pilveandmekeskusest oma erakordselt suure arvutustiheduse, kasutatava riistvara ning sellest tulenevate energia-, jahutus- ja võrguarhitektuurinõuete tõttu. See ei ole lihtsalt tavapärane asukoht mõne suure jõudlusega graafikakaardiga. Selle tehniline ja majanduslik loogika on kohandatud tehisintellekti jaoks optimeeritud arvutuskoormustele.

Ettevõtete, operaatorite, energiatarnijate, omavalitsuste ja investorite jaoks on see eristamine ülioluline. See määrab võrguühendused, load, ehitus- ja finantseerimiskulud, küttesüsteemide integreerimise, potentsiaalsed tulumudelid ja pikaajalise konkurentsivõime. Igaüks, kes käsitleb kõiki andmekeskusi homogeense infrastruktuurina, jätab tähelepanuta tehisintellekti arengu majanduslikud tagajärjed.

Andmekeskused on digitaalmajanduse nähtamatu alus

Andmekeskusi on vaja kõikjal, kus on vaja salvestada, töödelda, edastada või püsivalt kättesaadavaks teha suuri andmemahtusid. Need moodustavad pilveteenuste, veebisaitide, tehisintellekti, ettevõtte tarkvara ja paljude avalike digitaalteenuste füüsilise aluse. Isegi kui kasutajad räägivad "pilvest", pääsevad nad lõppkokkuvõttes juurde reaalsetele serveritele, salvestussüsteemidele, toiteallikatele, võrgutehnoloogiale ja jahutussüsteemidele ühes või mitmes andmekeskuses.

Andmekeskus ühendab IT-süsteemid ja nende toimimiseks vajaliku infrastruktuuri. See hõlmab servereid, salvestusplatvorme, võrgukomponente, katkematu toiteallikaid, avariitoitesüsteeme, trafosid, jahutust, tule- ja juurdepääsukontrolli ning suure jõudlusega fiiberoptilisi ühendusi. Selle eesmärk on muuta andmed ja rakendused usaldusväärselt, turvaliselt ja määratletud jõudlusega kättesaadavaks.

Mõiste "andmekeskus" on esialgu üldmõiste. See kirjeldab digitaalse infrastruktuuri professionaalset vormi, kuid ei täpsusta veel, milliseid rakendusi seal käitatakse. Asukoht võib majutada traditsioonilist ettevõtte IT-d, voogedastust, avalikku haldust, teadusuuringuid, pilveteenuseid, digitaalseid tööstusrakendusi või tehisintellekti klastreid. Ainult domineeriv töökoormus ja sellest tulenev tehniline disain määravad, kas seda tuleks nimetada üldiseks andmekeskuseks, pilveandmekeskuseks, kolokeerimisrajatiseks, suure jõudlusega andmekeskuseks või tehisintellekti andmekeskuseks.

Pilvest ja tootmisest avaliku halduseni: kus andmekeskused on hädavajalikud

Andmekeskused teenindavad väga erinevaid sektoreid ja äriprotsesse. Mõned rakendused vajavad peamiselt turvalist salvestust ja pidevat kättesaadavust. Teised aga nõuavad suurt tehingukiirust, suurt ribalaiust, väikest latentsusaega või erakordset arvutusvõimsust. See mitmekesisus on oluline, sest see näitab, et tehisintellekt on andmekeskuste jaoks kasvav, kuid kaugeltki mitte ainus kasutusjuhtum.

See ülevaade illustreerib digitaalse väärtuse loomise ulatust. Internetipangandussüsteem vajab peamiselt väga kättesaadavat, turvalist ja tehinguvõimelist infrastruktuuri. Videoplatvorm vajab tohutut edastusvõimsust arvukates võrgupunktides. Ilmaennustus või materjalide simulatsioon nõuab suure jõudlusega andmetöötlust. Tootmisliin vajab kiiret andmetöötlust tihedas koostöös masinate ja anduritega. Suur keelemudel seevastu nõuab suurt hulka tihedalt seotud kiirenduskiipe ning erakordselt tihedat toite- ja jahutusarhitektuuri.

Just seetõttu ei muutu andmekeskus tehisintellekti andmekeskuseks pelgalt üksikute tehisintellekti rakenduste pakkumise või mõne GPU-serveri käitamise kaudu. Alles siis, kui riistvara, toiteallikas, jahutus, sisemised võrgud ja ärimudel on peamiselt suunatud tehisintellektile optimeeritud koormustele, kvalifitseerub see tehisintellektile spetsialiseerunud infrastruktuuriks.

Tööstus, logistika ja XR: kus arvutusvõimsus loob otse lisaväärtust

Tööstuses ja logistikas ei ole arvutusvõimsus enam pelgalt administratsiooni tugifunktsioon. See mõjutab otseselt tootmise kvaliteeti, tarnevõimet, laoseisu, täitmisaegu, energiatarbimist ja teenindustegevust. Selle majanduslik tähtsus ilmneb eelkõige seal, kus füüsilise maailma andmeid töödeldakse reaalajas ja teisendatakse operatiivseteks otsusteks.

Masinad, andurid, kaamerad ja juhtimissüsteemid genereerivad pidevalt andmeid. Neid andmeid saab kasutada seisakuriskide varajaseks tuvastamiseks, hooldusintervallide optimeerimiseks, kvaliteedihälvete visualiseerimiseks või energiatarbimise vähendamiseks. Ennustav hooldus on selle tüüpiline näide. Tähelepanu keskmes ei ole rike ise, vaid tõenäolise defekti näitavate mustrite varajane avastamine. Mida paremini on andmete kvaliteet, arvutusvõimsus ja hooldusprotsessi integreerimine kooskõlas, seda tõenäolisemalt toob tehniline analüüs majanduslikku kasu.

Logistikas ühendavad ERP, laohaldus- ja transpordihaldussüsteemid tarnijaid, ladusid, ekspediitoreid, kliente ja tootmiskohti. Need töötlevad varusid, tellimusi, tarnekuupäevi, marsruute, mahutavusi ja erandeid. Kui need andmed kombineeritakse tehisintellektil põhinevate prognoosidega, saavad ettevõtted paremini ennustada nõudluse suundumusi, ressursse tõhusamalt paigutada ja häireid varem tuvastada. Seejärel ei toeta arvutusvõimsus mitte ainult administreerimist, vaid sellest saab ka operatiivjuhtimise lahutamatu osa.

Arvutinägemine laieneb sellele põhimõttele. Kaamerad tuvastavad kvaliteedivigu, loendavad objekte, kontrollivad pakendeid, loevad silte või jälgivad turvaalasid. Vajalikku tehisintellekti saab treenida tsentraalselt, samas kui hindamine toimub kohapeal või piirkondlikus andmekeskuses. Eriti kiiretel tootmisliinidel on iga millisekund oluline. Kui viga avastatakse alles mõne sekundi pärast, võib see mõjutada tervet partiid.

XR-rakendused on samuti üha olulisemad. VR- ja AR-koolitus, kaugtugi, virtuaalse tehase planeerimine ja digitaalsed kaksikud nõuavad andmeid, 3D-mudeleid, graafikajõudlust ja sageli suurepärast võrguühendust. Need näitavad, et andmekeskused mitte ainult ei salvesta andmeid, vaid kaardistavad, simuleerivad ja mõjutavad üha enam reaalseid protsesse. Rahvusvaheliste tootmis- ja partnervõrkude jaoks on seega usaldusväärne ja turvaliselt integreeritud arvutusinfrastruktuur muutumas peamiseks konkurentsiteguriks.

Latentsuskriitiliste rakenduste puhul on kaugandmekeskus sageli ebapiisav. Võrgustatud tootmine, autonoomsed sõidukid, meditsiinisüsteemid, intelligentne liikluskorraldus ja teatud nutika linna rakendused vajavad reageerimist ilma märgatava viivituseta. Siin muutub servapdamine ülioluliseks. Arvutusvõimsus viiakse lähemale kohtadele, kus andmeid genereeritakse ja otsuseid rakendatakse: tehasesse, lattu, haiglasse, tugijaama või piirkondlikku andmekeskusesse.

Pilv ei ole koht: ülevaade tegutsemismudelitest ja infrastruktuuri tüüpidest

Pilv ei ole abstraktne ruum. Pilveteenused toimivad ka andmekeskustes, sageli väga suurtes rajatistes, mis kuuluvad rahvusvahelistele platvormioperaatoritele, või kolokeerimisandmekeskustes, kus ettevõtted rendivad oma serveriruumi. Erinevus ei seisne mitte selles, kas füüsiline infrastruktuur on olemas, vaid selles, kes seda haldab, kellele kuulub riistvara, kuidas ressursse pakutakse ning kes vastutab toimimise ja turvalisuse eest.

Kohapealses andmekeskuses haldab ettevõte oma IT-taristut oma ruumides või kinnistul. See mudel võib olla kasulik, kui on olemas spetsiifilised turvalisuse, vastavuse või latentsusaja nõuded või kui rajatis on tihedalt integreeritud tootmis- ja tegevusprotsessidega. See aga nõuab spetsialiseeritud personali, kapitali, hooldust, varuosade planeerimist ja tugevat tõrkesiirde strateegiat.

Kolokeerimine tähendab, et ettevõte omab küll ise riistvara, kuid majutab seda professionaalselt hallatavas andmekeskuses. Operaator pakub elektrit, jahutust, hoone turvalisust ja võrguühendust. See mudel on atraktiivne, kui ettevõtted soovivad säilitada kontrolli oma süsteemide üle, kuid ei soovi hallata kõrge käideldusega hoonet, millel on oma elektri- ja jahutussüsteemid.

Privaatpilv pakub ettevõttele või korporatsioonile pühendatud või suures osas eksklusiivseid IT-ressursse. See võib töötada ettevõttesiseselt, teenusepakkuja juures või kolokeerimiskeskkonnas. Seevastu avalik pilv viitab paindlikult broneeritavatele IT-ressurssidele, nagu arvutusvõimsus, salvestusruum, andmebaasid, analüüsiplatvormid või tehisintellekti teenused. Siin jagavad paljud kliendid suurt infrastruktuuri, mille loogiline eraldamine saavutatakse tarkvara, juurdepääsuõiguste ja turvamehhanismide abil.

Äärevõrgu andmekeskused ja -süsteemid täiendavad neid mudeleid. Need on väiksemad, geograafiliselt lähemal asuvad ja suunatud kiirele andmetöötlusele. Nende eeliseks ei ole maksimaalne skaleeritavus, vaid madal latentsusaeg, lühemad andmeedastusteed ja parem integreerimine füüsiliste protsessidega. Seetõttu kasutavad paljud tänapäevased arhitektuurid hübriidkombinatsioone: standardteenused töötavad avalikus pilves, tundlikud andmed või põhisüsteemid privaatses keskkonnas, suure tihedusega tehisintellekti treeningkoormused spetsiaalsetes GPU-klastrites ja kiired operatiivsed otsused äärevõrgus.

Masinaehitusettevõte ei kasuta andmekeskust, vaid pigem infrastruktuuriportfelli

Kaasaegne masinatootja vajab harva ainult ühte tüüpi arvutusvõimsust. Veebisaite, B2B müügivihjete genereerimist, turundusautomaatikat, varuosade portaale ja koostöövahendeid saab pilvekeskkonnas ökonoomselt hallata. ERP, CAD/PLM andmed, disainidokumendid ja müügiandmed seevastu nõuavad sageli kõrgemaid standardeid kättesaadavuse, lubade, integreerimise ja turvalisuse osas. Neid saab hallata privaatpilves, ühislokeerimiskeskustes või ettevõtte enda andmekeskuses.

Tootmine loob täiendavaid nõudeid. Kaamerapõhine kvaliteedikontroll, masinate jälgimine, robotite koordineerimine ja kiire protsessianalüüs võivad vajada kohapealset töötlemist tehases. Pinddefektide tuvastamise tehisintellekti mudelit saab treenida tsentraalselt GPU-pilves. Igapäevastes toimingutes toimub järelduste tegemine aga otse liinil või kohalikus servasüsteemis, sest otsus oleks liiga hilja, kui pildid edastataks esmalt kaugandmekeskusesse.

See näide illustreerib põhimõttelist arengut: ettevõtted ei vali enam lihtsalt oma IT-taristu ja pilve vahel. Nad ehitavad üles taristuportfelli. Õige jaotus põhineb sellistel kriteeriumidel nagu latentsus, andmete tundlikkus, skaleeritavus, maksumus, kättesaadavus, integreerimise pingutus ja regulatiivsed nõuded. Rahvusvaheliste asukohtadega ettevõtete puhul on olulised tegurid ka andmesideühenduste usaldusväärsus, kohaldatavad õiguslikud jurisdiktsioonid, see, kas andmeid saab piiriüleselt töödelda, ja see, kui hästi süsteemid suudavad võrgu katkestuste ajal toimida.

Traditsioonilised andmekeskused on loodud erinevate digitaalsete koormuste jaoks

Traditsioonilised andmekeskused on tavaliselt loodud paljude erinevate digitaalsete teenuste usaldusväärseks käitamiseks: e-post, andmebaasid, ERP-süsteemid, veebisaidid, virtuaalserverid, varukoopiad ja ärirakendused. Esmatähtis on tasakaalustatud kombinatsioon käideldavusest, salvestusruumist, võrgu jõudlusest, turvalisusest ja kulutõhususest.

Nad järgivad mitmekesisuse loogikat. Nad käitavad sageli paljusid eraldi rakendusi, millel on erinevad tehnilised profiilid. Mõned vajavad palju salvestusruumi, näiteks varundussüsteemid, arhiivid või videoandmed. Teised süsteemid vajavad tehingute jaoks kiireid andmebaase. Veel mõned rakendused nõuavad stabiilseid võrguühendusi, head protsessori jõudlust ja kõrget käideldavust. Lisaks on olemas virtuaalserverid, e-posti keskkonnad, veebirakendused, turvaplatvormid, arenduskeskkonnad ja sideteenused.

Tüüpiline põhitehnoloogia koosneb protsessoriserveritest, salvestusplatvormidest, võrgukomponentidest, tulemüüridest ja virtualiseerimistarkvarast. Põhifunktsioon on ressursside paindlik jaotamise võime. Operaatorid soovivad teenindada samaaegselt erinevaid kliente, osakondi ja rakendusi, isoleerida koormusi üksteisest ja laiendada mahtu vastavalt vajadusele. Majanduslikust vaatenurgast on oluline tasakaalustatud suhe ruumikasutuse, energiatõhususe, teenuse kvaliteedi, koondamise ja virtuaalmasina, andmebaasi, tehingu või terabaidi salvestusruumi maksumuse vahel.

Paljudes traditsioonilistes keskkondades on energiatarve racki kohta umbes 5–15 kilovatti. Suured pilve- või kolokatsiooniandmekeskused võivad aga siiski vajada märkimisväärset elektrienergia koguhulka. Erinevus seisneb selles, et see energia jaotub sageli paljude rackide ja erinevate süsteemide vahel. Seetõttu jäävad õhkjahutus, soojad ja külmad vahekäigud ning klassikalised ruumide jahutuse kontseptsioonid paljudel juhtudel praktiliseks.

Planeerimist mõjutab suuresti kättesaadavus. Toiteallikas, võrguühendused ja jahutus on projekteeritud redundantselt, nii et üksikute komponentide rike ei too automaatselt kaasa teenuse katkemist. Ligipääsukontroll, tulekaitse, elektri kvaliteet ja fiiberoptiline ühenduvus on peamised kvaliteedinäitajad. Tüüpiline andmekeskus sarnaneb seega mitmekülgse tööstushoonega: see peab suutma usaldusväärselt mahutada paljusid erinevaid protsesse ilma, et see oleks täielikult kohandatud ühele protseduurile.

Tehisintellekti andmekeskused suruvad elektri, arvutusvõimsuse ja soojuse väga väikesesse ruumi

Seevastu tehisintellekti andmekeskused on optimeeritud massiivselt paralleelseks andmetöötluseks. Nad teostavad suurte keelemudelite, pildi- ja videotehisintellekti, simulatsioonide, teaduslike arvutuste ja järelduste ulatuslikku treenimist. Selleks vajavad nad suurt hulka tihedalt seotud kiirenduskiipe, tavaliselt graafikaprotsessoreid ja mõnikord spetsiaalseid tehisintellekti kiipe.

Üks GPU-server ei moodusta tehisintellekti andmekeskust. Kommertskasutatav jõudlus saavutatakse siis, kui tihedalt seotud klastrisse on ühendatud palju kiirendeid. Mudeli treenimiseks peavad nad pidevalt andmeid ja vahetulemusi vahetama. Kui sisemine ühendus on liiga aeglane, ootavad GPU-d üksteist. See vähendab kasutust ja muudab kalli riistvara ebaproduktiivseks. Tehisintellekti klastrites saab võrgust seega arvuti osa. Ribalaius, latentsus, võrgu topoloogia ja paralleelarvutuseks sobiv tarkvara määravad otseselt kommertskasutatava jõudluse.

Ka võimsustihedus on märkimisväärselt erinev. Kui traditsioonilised andmekeskused töötavad sageli umbes 5–15 kilovatiga racki kohta, siis tänapäevased tehisintellektiga rackid kasutavad seda sageli 50–100 kilovatti või rohkem. Eriti võimsad praegused süsteemikonfiguratsioonid võivad ulatuda umbes 120–140 kilovatti racki kohta. Need väärtused ei ole iga tehisintellekti projekti puhul tüüpilised, kuid need näitavad, et tehniline infrastruktuur on tavapäraste IT-koormustega võrreldes põhjalikult muutunud.

Iga tarbitud kilovatt-tund muundatakse lõpuks peaaegu täielikult soojuseks. Suure tihedusega tehisintellektiga riiul toimib termiliselt nagu suur soojusallikas väga väikesel alal. Puhas õhujahutus on sellisel juhul sageli ebapiisav või võimalik ainult ebaproportsionaalselt suurte kuludega. Seetõttu muutuvad üha olulisemaks otse kiibile suunatud vedelikjahutus, jahutusplaadid, vesijahutusega riiulid, tagaukse soojusvahetid ja erijuhtudel ka sukeldusjahutus. Jahutust ei käsitleta enam teisejärgulise hoonetehnoloogiana, vaid pigem IT ja objektidisaini lahutamatu osana.

Digitaalse transformatsiooni uus dimensioon hallatud tehisintellekti (AI) abil – platvormi ja B2B lahendus | Xpert Consulting - pilt: Xpert.Digital

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie kõikehõlmav ja muretu tehisintellekti lahendus. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsessidega tegelemise asemel saate spetsialiseerunud partnerilt teie vajadustele vastava valmislahenduse – sageli vaid mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest kasutusvalmis rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest lisaväärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie hoolitseme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hoolduse eest.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet leiate siit:

• Hallatud tehisintellekti lahendus - tööstuslikud tehisintellekti teenused: konkurentsivõime võti teenuste, tööstuse ja masinaehituse sektoris

Traditsiooniline andmekeskus ja tehisintellektiga andmekeskus otseses võrdluses

Erinevused muutuvad kõige selgemaks tüüpiliste ülesannete, riistvara, jõudlustiheduse ja ärijuhtimise otsesel võrdlemisel. Tabelis on kirjeldatud ideaal-tüüpilisi konfiguratsioone. Praktikas eksisteerib palju hübriidvorme, eriti suurte pilve- ja kolokeerimisteenuse pakkujate seas.

Võrdlus teeb selgeks: peamine erinevus ei seisne ainult installitud serverite tüübis, vaid suurenenud nõudmistes. Traditsiooniline andmekeskus peab usaldusväärselt integreerima väga erinevaid IT-töökoormusi. Tehisintellektil põhinev andmekeskus peab pidevalt suure koormuse all haldama võimalikult palju kiirendeid, hoides neid samaaegselt produktiivsena. See suurendab korraga energia-, soojuse hajumise, sisevõrkude, hanke-, käitamise ja rahastamise nõudlust.

Miks tehisintellekti klastrid vajavad nii palju energiat, jahutust ja andmeliiklust?

Traditsiooniline server tegeleb paljude kõikuvate päringutega: andmebaasipäring, e-kiri, veebisaidi külastus, broneering või failile juurdepääs. Kuigi need ülesanded on äriliselt kriitilise tähtsusega, ei koorma need riistvara sageli püsivalt maksimaalselt. Taristu on optimeeritud töökindluse, mitmekülgsuse ja tõhusa ressursside jaotamise tagamiseks.

Seevastu suure tehisintellekti mudeli treenimine nõuab tuhandete graafikaprotsessorite samaaegset ja suure koormuse all töötamist pikemate perioodide jooksul. Iga graafikaprotsessor teostab suurel hulgal matemaatilisi tehteid, eriti maatriksarvutusi. Seejärel tuleb tulemused kiirendite vahel sünkroniseerida. Seega ei ole mudeli treenimine lihtsalt üksikute kiipide arvutusvõimsuse küsimus. See on koordineeritud jõupingutus, mis hõlmab riistvara, võrku, mälu, tarkvara ja toiteallikat.

See loob kolm peamist kitsaskohta. Esimene on toide. Tehisintellektiga serverid ja suure tihedusega riiulid tarbivad oluliselt rohkem elektrienergiat kui tavalised serverid. See toide ei pea mitte ainult olema saadaval, vaid seda tuleb ka katkematult, koondatult, stabiilselt ja ruumiliselt kontsentreeritult kuni riiuliteni jaotada. Traditsioonilise IT jaoks piisav võrguühendus võib väga kiiresti muutuda suure GPU-klastri piiravaks teguriks.

Teine kitsaskoht on soojus. Peaaegu iga tarbitud kilovatt-tund muundatakse soojuseks. Suure tihedusega tehisintellektiga riiulites ei saa õhkjahutus seda soojust enam ökonoomselt ega usaldusväärselt hajutada. Seega ei muutu vedelikjahutus valikuliseks efektiivsusfunktsiooniks, vaid suure arvutustiheduse tehniliseks võimaldajaks. See muudab torustikku, pumpade tehnoloogiat, soojusvaheteid, redundantsuse kontseptsioone ja kogu hoonetehnoloogiat.

Kolmas kitsaskoht on andmeliiklus. Kui graafikaprotsessorid ei suhtle omavahel piisavalt kiiresti, jäävad nad teineteise järel ootama. See viib kalli riistvara kehva kasutamiseni, isegi kui see on füüsiliselt olemas ja tarbib energiat. Seetõttu on suurte tehisintellekti klastrite jaoks üliolulised äärmiselt kiired ja väikese latentsusega ühendused serverite vahel. Majanduslikust vaatenurgast ei suurenda see mitte ainult investeerimiskulusid, vaid ka professionaalse operatsioonide juhtimise olulisust.

Varasemad GPU-võimeliste andmekeskuste planeerimisjuhised nägid juba ette oluliselt suuremaid jõudlus- ja jahutusnõudeid kui tüüpilistes serverikeskkondades. Isegi 15–32 kilovati puhul racki kohta olid asjakohased täiustatud jahutus- ja toiteallikate kontseptsioonid; 30–50 kilovatise võimsusega konstruktsioonide puhul nihkus planeerimine üha enam suure tihedusega infrastruktuuri poole. Praegused tehisintellekti klastrid ületavad neid nõudeid mõnikord märkimisväärselt. Seega on trend selge: arvutusvõimsus ei kasva mitte ainult geograafiliselt, vaid üha enam ka kontsentreeritud energiasaartel.

Millal andmekeskust objektiivselt peetakse tehisintellekti andmekeskuseks

Puudub globaalselt standardiseeritud, juriidiliselt siduv künnis, mis automaatselt kvalifitseeruks asukohaks tehisintellekti andmekeskusena. Ei üksikute graafikaprotsessorite olemasolu, kindel serverite arv, määratletud energiatarbimine ega tehisintellekti toote turustamine iseenesest ei ole piisav. Praktikas kasutatakse mitmesuguseid termineid: tehisintellekti andmekeskus, graafikaprotsessori andmekeskus, graafikaprotsessori pilv, kiirendatud arvutusega andmekeskus, HPC/tehisintellekti keskus või tehisintellekti tehas.

Need terminid ei ole ühtlaselt kaitstud hoonekategooriad. Need kirjeldavad erinevaid fookusvaldkondi. HPC keskus saab läbi viia teaduslikke simulatsioone, ilmastikumudeleid ja materjaliuuringuid ning olla samal ajal sobiv tehisintellekti jaoks. GPU pilv turustab peamiselt kiirendi võimsust. Tehisintellekti tehas kirjeldab täpsemalt tööstusliku väärtuse loomise loogikat, kus energia, andmed, riist- ja tarkvara teisendatakse treenitud mudeliteks või järelduste tegemiseks. Traditsiooniline pilveandmekeskus võib omakorda sisaldada GPU tsoone, ilma et seda peetaks üldiselt tehisintellekti andmekeskuseks.

Seega on kõige objektiivsem liigitus funktsionaalne. Andmekeskus tuleks määrata tehisintellektil põhinevaks andmekeskuseks, kui tehisintellekt või sellega lähedalt seotud suure jõudlusega andmetöötluse töökoormus määravad selle domineeriva arhitektuuri, investeeringute planeerimise ja majandusliku kasutuse. Oluline ei ole turundusmärgis, vaid asukoha fookus.

Selle kindlaksmääramiseks saab kasutada viit kriteeriumi. Esiteks peab kiirendi riistvara, näiteks graafikaprotsessorid või muud tehisintellekti kiibid, moodustama märkimisväärse osa arvutusvõimsusest ja investeeringute mahust. Teiseks peaks arhitektuur olema kavandatud klastrite tööks ja äärmiselt kiireks suhtluseks paljude kiirendite vahel. Kolmandaks peab elektriline disain toetama suurt ja lokaalselt kontsentreeritud võimsustihedust. Neljandaks, standardne vedelikjahutuse kontseptsioon või sarnaselt spetsialiseeritud soojuse hajutamise süsteem näitab selgelt tehisintellekti või HPC fookust. Viiendaks peaks ärimudel keskenduma peamiselt graafikaprotsessorite töötundidele, treeningvõimsusele, järelduste tegemisele, mudeli toimimisele või tehisintellekti platvormi teenustele.

Kui need kriteeriumid on täidetud ainult teatud piirkondades, on tõenäolisem, et tegemist on üldise tehisintellekti võimalustega andmekeskusega. Kui need määratlevad kogu saidi, on nimetus "tehisintellekti andmekeskus" asjakohane. See kehtib ka juhul, kui osa ruumist jääb traditsiooniliste IT-seadmete majutamiseks. Otsustavaks teguriks on töökoormus, mis määrab laiendamise, energiaarhitektuuri, jahutuse ja majandusliku põhjendatuse.

Mitte iga tehisintellekti rakendus ei õigusta spetsiaalset tehisintellekti infrastruktuuri

See eristamine on eriti oluline väikeste ja keskmise suurusega ettevõtete (VKEde) jaoks. Ettevõte ei vaja oma tehisintellektil põhinevat andmekeskust ainult seetõttu, et see kasutab vestlusrobotit, dokumentide klassifitseerimist, müügiprognoosimist, pildianalüüsi või generatiivseid abisüsteeme. Paljusid rakendusi saab säästlikult rakendada pilvepõhise tehisintellekti, välise graafikaprotsessori võimsuse või individuaalsete spetsialiseeritud serverite abil.

Oma tehisintellekti riistvara omamine muutub atraktiivsemaks, kui tundlikud andmed peavad jääma organisatsiooni sisesteks, kui on suur ja järjepidev kasutusaste, kui on vaja väga väikest latentsusaega või kui on vaja koolitada ja käitada ulatuslikke ettevõttesiseseid mudeleid. Otsust võivad mõjutada ka regulatiivsed nõuded, olemasolev IT-taristu, tegevusalane oskusteave ja pikaajalised kulud. Ühtset ja universaalset vastust pole.

Seega saab tööstusettevõte kasutada hübriidarhitektuuri. Põhjaliku mudeli koolitamine toimub tsentraalselt GPU-pilves või spetsialiseeritud tehisintellekti andmekeskuses. Kiire kvaliteedikontroll, roboti juhtimine või masinaanalüüs seevastu toimub kohapeal tehases servasüsteemide kaudu. Ettevõtte tarkvara, andmesalvestust ja koostööd saab seejärel hallata traditsioonilistes pilve- või kolokeerimiskeskkondades.

Seega ei ole õige äriline lähenemisviis: ettevõttesisene tehisintellekti infrastruktuur või väline tehisintellekti infrastruktuur. Õige küsimus on: millist arvutusülesannet tuleb kus töödelda, et latentsusaega, andmekaitset, skaleeritavust, kulusid, kättesaadavust ja tegevuse keerukust mõistlikult tasakaalustada?

Elekter on muutumas tegevusressursist strateegiliseks pudelikaelaks

Traditsiooniliste ja tehisintellektile spetsialiseerunud andmekeskuste majanduslikult kõige olulisem erinevus seisneb elektrienergia tarbimises. Energia on igas andmekeskuses peamine kulutegur. Tehisintellektil põhinevates rajatistes võib see aga saada otsustavaks skaleeritavuse piiravaks teguriks. Nõudlus mitte ainult ei kasva pidevalt, vaid ka suurte hüpetega kohe, kui paigaldatakse uusi GPU-klastreid.

Operaatoril on esmalt vaja piisavat võrguühenduse võimsust. See tuleb objektile usaldusväärselt tarnida kõrgepingeliinide, alajaamade, trafode, jaotusseadmete ja sisemiste jaotussüsteemide kaudu. Lisaks tuleb planeerida varundusi, avariitoiteallikaid, koormusprofiile ja laiendusvõimalusi. Seetõttu pole suurte tehisintellekti projektide puhul ainus oluline küsimus, kas elekter on hetkel saadaval. Oluline tegur on see, millal ja millistel pikaajalistel, prognoositavatel tingimustel saab usaldusväärselt pakkuda lisavõimsust.

See muudab oluliselt asukohavaliku loogikat. Hea juurdepääs maanteedele, saadaolev äripind ja fiiberoptilised ühendused ei ole enam piisavad. Olulisemad on olemasolev võrguvõimsus, lähedus suure jõudlusega alajaamadele, realistlikud liitumistähtajad, sobivad jahutusvõimalused, lubade teostatavus ja tugev energia hinnastrateegia. Ehitusvalmis maatükk ilma piisava elektrivarustuseta võib tehisintellekti ülikoolilinnaku jaoks olla praktiliselt väärtusetu.

Piirkonnad seisavad silmitsi nii võimaluste kui ka vastuoluliste eesmärkidega. Tippjõudlusega võrgud ja tööstuslik energiataristu võivad meelitada ligi uusi investeeringuid, oskusteavet ja digitaalset väärtusloomet. Samal ajal seovad suured projektid märkimisväärse võrguvõimsuse. Seetõttu peavad omavalitsused, võrguoperaatorid ja poliitikakujundajad arvestama sellega, kuidas andmekeskused suhtlevad tööstusarenduse, elamuehituse, elektromobiilsuse, soojuspumpade ja muude elektrifitseerimisprojektidega. Küsimus ei ole selles, kas digitaalne taristu on oluline. Küsimus on selles, milliste kriteeriumide alusel nappi võrguvõimsust jaotatakse ja laiendatakse.

Jahutus ja heitsoojus määravad vastuvõetavuse ja majandusliku tasuvuse

Tehisintellektiga andmekeskuste puhul ei ole jahutus pelgalt tehniline detail. See mõjutab hoone projekteerimist, investeerimiskulusid, energiatõhusust, veekasutusstrateegiat, töökindlust ja võimalikku integreerimist kohalikesse küttevõrkudesse. Mida suurem on IT-seadme võimsustihedus, seda suurem on soojuse hajumine, mis muutub piiravaks teguriks.

Vedelikjahutus suudab suure racktiheduse korral soojust hajutada tõhusamalt kui ainult õhkjahutus. See nõuab aga põhjalikku planeerimist alates kiipidest läbi serverite ja rackide kuni pumpade, soojusvahetite ja väliste jahutussüsteemideni. Olemasolevate hoonete moderniseerimine on võimalik, kuid see võib olla piiratud või kulukas toiteallika, korruseplaani paigutuse, kandevõime, torustiku ja olemasoleva jahutustehnoloogia tõttu. Teisest küljest saab tehisintellektile keskendunud uusi hooneid algusest peale projekteerida suure tiheduse ja integreeritud vedelikjahutusahelate jaoks.

Jäätsoojus võib muutuda majanduslikult ja sotsiaalselt oluliseks. Seda saab kasutada näiteks kaugküttevõrkude, tööstusparkide, basseinide või muude lähedalasuvate tarbijate jaoks. See ei ole aga automaatne. Soojus tuleb toota kohapeal, viia sobiva temperatuurini sobiva tehnoloogia abil, ajastada nõudluse rahuldamiseks ning seda tuleb torujuhtmete ja lepingute kaudu usaldusväärselt turustada. Ilma tarbijate, infrastruktuuri ja elujõulise ärimudelita jääb jääksoojus peamiselt tehniliseks kõrvalsaaduseks.

Hoolikalt planeeritud soojusenergia kasutamine võib parandada energiabilanssi ja asukoha üldist toimivust. See võib genereerida lisatulu, tugevdada kogukonna heakskiitu ja hõlbustada lubade taotlemist. Üldlubadustest aga ei piisa. Oluliste tegurite hulka kuuluvad konkreetsed soojusallikad, temperatuurid, tarbijad, investeeringud, vastutus ja pikaajalised lepingud.

Tehisintellekti infrastruktuuril on erinev investeerimis- ja riskistruktuur

Andmekeskused on oma olemuselt kapitalimahukad taristuprojektid. Maa, hooned, elektrivarustus, koondamine, turvalisus, fiiberoptika ja jahutus nõuavad kõik märkimisväärseid alginvesteeringuid. Tehisintellektiga andmekeskused suurendavad seda kapitalimahukust, kuna kiirendi riistvara on kallis ja võib vananeda palju kiiremini kui hooned või võrguühendused.

Investeering koosneb kahest väga erinevast osast. Pikaajaline infrastruktuur hõlmab hooneid, alajaamu, elektrijaotussüsteeme, fiiberoptilisi kaableid ja jahutussüsteeme. Neid varasid kasutatakse pikka aega. Seevastu graafikaprotsessorid, võrgukomponendid, salvestus- ja serveripõlvkonnad ning vajalikud tarkvarapaketid järgivad lühemaid tehnoloogilisi tsükleid. Uued kiirendid võivad pakkuda oluliselt paremat jõudlust, rohkem salvestusruumi või paremat energiatõhusust. Kuigi vanemad süsteemid jäävad toimivaks, võivad need kaotada konkurentsivõime, kuna kliendid viivad oma töökoormused uuemale riistvarale.

See erinevus on rahastamise seisukohalt ülioluline. Pikaajalise hooneinfrastruktuuri ja kiiresti vananeva IT-seadme käsitlemine üldises investeeringutasuvuse arvutuses võib viia riskide valehindamiseni. Seetõttu vajab tehisintellekti projekt selget moderniseerimisstrateegiat: millist riistvara ja millal välja vahetatakse? Millised jääkväärtused on realistlikud? Kui paindlikult saab hoonet tulevaste põlvkondade jaoks kohandada? Kuidas vältida konkreetse serveriarhitektuuri jaoks kohandatud süsteemi muutumist liiga paindumatuks tehnoloogia muutudes?

Kasutusaste on veel üks võtmetegur. GPU klaster genereerib atraktiivset tulu ainult siis, kui seda pidevalt kasutatakse. Seisuaeg on kulukas, kuna amortisatsioon, finantseerimine, toiteallikas, hooldus ja tegevuskulud püsivad. Kõrgeid hindu on võimalik saavutada ka piiratud GPU kättesaadavuse perioodidel. Suureneva pakkumise või nõudluse nihkumisega koolituselt tõhusamale järeldusele võib hinnasurve aga märkimisväärselt tõusta. Pikas perspektiivis ei võida seega tingimata suurimad projektid, vaid pigem operaatorid, kellel on hea juurdepääs riistvarale, konkurentsivõimelise hinnaga energia, klientide lojaalsus, sobiv tarkvaraplatvorm ja paindlik turundus.

Koolitus, järeldused ja servandmetöötlus nõuavad erinevaid asukohti

Mõiste „tehisintellekti andmekeskus” varjab tõsiasja, et tehisintellekti töökoormused ise on väga erinevad. Suurte mudelite treenimine on eriti arvutuslikult mahukas. See saab kasu tohututest, tihedalt seotud GPU-klastritest ja seda saab koondada vähestesse suure jõudlusega kohtadesse. Nende ülesannete puhul on energia kättesaadavus, sisemised võrgud, riistvarale juurdepääs ja jahutus olulisemad kui otsene lähedus lõppkasutajale.

Järeldamine ehk treenitud mudeli kasutamine päringutele vastamiseks või mustrite tuvastamiseks on teistsuguse profiiliga. See võib toimuda ka tsentraalselt suurtes andmekeskustes. Ajakriitiliste rakenduste puhul on aga kasutaja või andmeallika lähedus ülioluline. Häälassistent, otsingupäring või isikupärastatud soovitus talub vaid piiratud viivitusi. Veelgi olulisemad on tööstuslik pildikontroll, robotite juhtimine, meditsiinilise abi süsteemid ja teatud liiklusrakendused.

Seega täiendab servapdate tsentraliseeritud tehisintellekti andmekeskusi, mitte ei asenda neid. Mudelit saab treenida suures tehisintellekti klastris ja seejärel tihendatud kujul juurutada tehastesse, logistikakeskustesse, haiglatesse või piirkondlikesse andmekeskustesse. Seal töötleb see andmeid võimalikult lähedal nende päritolukohale. See vähendab latentsust, säästab edastusvõimsust ning toetab andmekaitse ja vastupidavuse nõudeid.

See seab ettevõtetele selge disainiväljakutse. Mitte iga tehisintellekti rakendus ei õigusta oma suure jõudlusega infrastruktuuri. Sageli on hübriidarhitektuur mõistlik: koolitus ja suuremahulised katsed viiakse läbi väliste GPU-pilvede või spetsiaalsete tehisintellekti andmekeskuste kaudu. Standardne IT ja andmesalvestus töötavad olemasolevates pilve- või kolokeerimiskeskkondades. Ajakriitiline, tootmisega seotud või eriti tundlik töötlemine toimub lokaalselt või piirkondlikult servas.

Digitaalne suveräänsus on enamat kui lihtsalt asukoht Saksamaal

Tehisintellekti andmekeskusi seostatakse sageli digitaalse suveräänsusega. Füüsiline asukoht Saksamaal või Euroopa Liidus on siin oluline komponent. See võib pakkuda eeliseid andmekaitse, õiguskaitse, latentsuse ja varustuskindluse osas. See ei ole aga täielik tõend suveräänsusest.

Suveräänsus hõlmab ka omandiõigust, operaatori kontrolli, juurdepääsuõigusi, juriidilist jurisdiktsiooni, tarneahelaid, tarkvarasõltuvusi, oskustöölisi ja kriitiliste komponentide kättesaadavust. Klaster võib asuda Euroopas, kuid olla siiski suuresti sõltuv Euroopa-välistest riistvaratarnijatest, pilveplatvormidest ja tarkvaraökosüsteemidest. Seevastu rahvusvaheline operaator saab pakkuda kohalikku võimsust, mis on Euroopa klientidele operatiivselt ja juriidiliselt väärtuslik.

Seega ei tohiks majanduslikult elujõuline strateegia seada eesmärgiks täielikku iseseisvust. See peaks looma tugeva operatiivse võimekuse: juurdepääsu arvutusvõimsusele, mitut hankevõimalust, läbipaistvaid andmevooge, usaldusväärseid lepinguid, kaasaskantavaid andmeid ja mudeleid, vastupidavaid tarneahelaid ja piisavat ettevõttesisest operatiivset oskusteavet. VKEde ja tööstuse jaoks tähendab see tehisintellekti teenuste valimisel enamat kui ainult hinna ja mudeli kvaliteedi võrdlemist. Andmete asukoht, eksporditavus, lepingulised õigused, lülitusvõimalused, rikkerežiimid ja integreerimisvõimalused olemasolevatesse protsessidesse on võrdselt olulised.

Turg on endiselt hübriidne, kuid napp ressurss on muutumas

Traditsiooniliste ja tehisintellektil põhinevate andmekeskuste võrdlemine on vajalik, kuid see ei tohiks jätta muljet, et tekkimas on kaks täiesti eraldi turgu. Enamik professionaalseid operaatoreid planeerib oma saite hübriididena. Nad vajavad endiselt ruumi traditsiooniliste pilveteenuste, salvestusruumi, andmebaaside, sideplatvormide ja klientide riistvara jaoks. Samal ajal luuakse suure tihedusega tsoonid GPU-klastrite, vedelikjahutuse ja eriti võimsate sisevõrkude jaoks.

Uute hoonete puhul tähendab see suuremat paindlikkust põhiplaneerimisel. Reservalad, skaleeritav energiajaotus, eelinstallitud jahutusahelad, suurem põrandate kandevõime ja moodulhallid võivad hiljem määrata majandusliku tasuvuse. Olemasolevaid objekte saab teatud määral moderniseerida, kuid võrguühenduste, põrandaplaani, laekõrguste, jahutustehnoloogia ja kandevõime osas jõuavad nad oma piirini. Mitte iga traditsiooniline andmekeskus ei ole tehisintellekti asukohana majanduslikult tasuv.

Tuleviku strateegiliselt napp ressurss ei ole lihtsalt üks server ega ka lihtsalt üks salvestusruum. Puudu jääb tõhusalt kasutatavast kiirendusvõimsusest, suure jõudlusega toiteühendustest, sobivast jahutusinfrastruktuurist ja ülikiiretest võrkudest. Seda kombinatsiooni ei saa igas asukohas kiiresti luua. See nõuab pikaajalist planeerimist, kapitali, tehnilist oskusteavet ja tugevaid partnerlussuhteid operaatorite, energiatarnijate, riistvaratarnijate, omavalitsuste ja klientide vahel.

Järeldus on selge: traditsioonilised andmekeskused jäävad kogu digitaalmajanduse asendamatuks alustalaks. Tehisintellektil põhinevad andmekeskused tuginevad sellele alusele, kuid esindavad spetsialiseeritud, eriti energia- ja kapitalimahukat laiendust. Asukoht ei muutu tehisintellektil põhinevaks andmekeskuseks ainuüksi seetõttu, et seal kasutatakse tehisintellekti. Sellest saab selleks siis, kui tehisintellektile optimeeritud kiirendiklastrid, suur võimsustihedus, spetsiaalne jahutus, suure jõudlusega võrgud ja tehisintellekti arvutusvõimsusele keskendunud ärieesmärk määravad selle arhitektuuri ja investeerimisloogika.

See muudab digitaalse infrastruktuuri uueks tööstuspoliitika valdkonnaks. Oluline küsimus ei ole see, kas iga andmekeskus on tulevikus tehisintellekti jaoks võimeline. Oluline küsimus on see, kust genereeritakse napid ressursid suure jõudlusega tehisintellekti infrastruktuuri jaoks, kes neid kontrollib, kuidas neid energiatõhususe seisukohast integreeritakse ja millist reaalset majanduslikku väärtust see ettevõtetele ja piirkondadele loob.

Nähtavusest usalduseni: teie skaleeritav tee Xpert.Digitaliga - pilt: Xpert.Digital

Tööstuslikus B2B-s tekivad jätkusuutlikud ärisuhted harva üleöö. Need arenevad samm-sammult – nähtavuse, professionaalse olulisuse, korduvate kokkupuutepunktide ja kasvava usalduse kaudu. Xpert.Digitali neljaastmeline mudel lahendab just selle probleemi: see pakub struktureeritud teed, mis algab hallatava sisenemispunktiga ja võib vajadusel areneda sügavamaks koostööks äriarenduses.

Selle mudeli puhul ei seata lootma valjuhäälsetele turunduslubadustele, vaid seab esiplaanile suhte. Ettevõtted alustavad selgelt määratletud ja kergesti arvutatavate meetmetega ning otsustavad seejärel oma kogemuste põhjal, kui kaugele nad soovivad koostööd laiendada. Selle häireteta usalduse loomise protsessi võtmetegur on see, et platvorm väldib täielikult tüütuid reklaame, seega jääb toimetuse fookus üksnes ettevõtete asjatundlikkusele.

Lisateavet leiate siit:

• Nähtavusest usalduseni: teie skaleeritav tee Xpert.Digitaliga

☑️ Meie ärikeel on inglise või saksa keel

☑️ UUS: Kirjavahetus teie emakeeles!

Konrad Wolfenstein

Mina ja minu meeskond oleme hea meelega teie käsutuses teie isikliku nõustajana.

Võite minuga ühendust võtta, täites siinse kontaktvormi [email protected]:või helistades mulle numbril +49 7348 4088 965. Minu e-posti aadress on

Ootan põnevusega meie ühist projekti.

☑️ VKEde tugi strateegia, konsultatsioonide, planeerimise ja rakendamise alal

☑️ Digitaalse strateegia loomine või ümberkorraldamine ja digitaliseerimine

☑️ Rahvusvaheliste müügiprotsesside laiendamine ja optimeerimine

☑️ Globaalsed ja digitaalsed B2B kauplemisplatvormid

☑️ Pioneer Äriarendus / Turundus / PR / Messid