内容摘要：有许多趋势和技术在全球范围内影响着数据中心。 其中包括实现可持续性的压力、不断增加的机架密度、应对苛刻的人工智能工作负载、对更多数据中心的需求以及先进冷却的实施。 Omdia 云

有许多趋势和技术在全球范围内影响着数据中心。年及 其中包括实现可持续性的后影压力
、不断增加的响数心机架密度、应对苛刻的据中技术人工智能工作负载、对更多数据中心的势和需求以及先进冷却的实施。 Omdia 云和数据中心研究总监 Vladimir Galabov 在最近的年及 AFCOM 网络研讨会上概述了这些主题 ，题为 Omdia 研究总监的后影闰年见解。

数据中心：向善的响数心力量

Galabov首先解释了数据中心是一股“向善的云计算力量”，但我们需要更好地让世界知道这一点。据中技术如此多的势和注意力都集中在数据中心的高功耗和高耗水上。虽然可持续发展举措可以而且应该得到优先考虑
，年及但故事的后影另一面通常被忽视 ：该行业对全球能源使用产生了积极影响。

Galabov说：“我们在捕捉和促进科技行业在降低整体经济能源密集度方面所提供的响数心效率收益方面做得不够 。“例如，据中技术造纸业是势和能源消耗最大的行业之一;通过减少对纸张的依赖，技术无疑带来了巨大的源码库变化 。”

他引用了劳伦斯伯克利实验室的一项研究表明，更多地使用技术可以将碳排放量的增长减少三分之一 。 东京大学的另一项研究发现，日本可以通过信息技术将二氧化碳排放量减少 40% 甚至更多
。 同样 ，美国能源效率经济委员会估计 ，IT 行业每消耗一千瓦能源 ，其他行业可节省 10 千瓦能源
。

“看看 20 世纪 70 年代美国的能源使用情况，并预测未来同样水平的能源强度; 如果没有数据中心
，源码下载我们今天消耗的能源将会显着增加
。”Galabov 说道。

人工智能如何影响能源消耗

生成式人工智能的出现意味着数据中心行业将会从功耗的角度提出越来越多的关于我们责任的问题。但Galabov表示，需要理解的是，在2008年至2020年间，尽管全球计算和互联网使用量激增，但数据中心在全球用电量中的份额仍保持在1%左右。免费模板这些努力强调了围绕电力使用效率(PUE)在效率方面取得的巨大进步 。举个例子：随着最终用户转向数字银行，美国已有13000多家银行分行关闭
。

然而，人工智能的发展和 GPU 的采用即将改变能源使用方程式。 NVIDIA 对 2024 年的预测显示
，与之前的数字相比，数据中心 GPU 的出货量将增加一倍以上 。 这将大大增加电力需求。

Galabov说 ：“随着越来越多的模板下载电力用于人工智能，全球电力在数据中心的份额在几年内将上升到2%左右 。”

数据中心建设趋势

除了增加功耗外，Omdia预计 ，由于已经存在充足的容量
，美国、欧盟和中国等成熟地区的数据中心建设步伐将放缓 。然而，在新兴地区，这一速度将加快。Galabov说 ，非洲、拉丁美洲、服务器租用中东 、印度、泰国和越南都将拥有更多的数据中心 。因此，美国建筑业占全球总建筑量的比例已从2017年的49%下降到今天的35%。

Galabov说 ：“埃塞俄比亚和纳米比亚计划每年将数据中心的容量增加一倍 ，尽管它们的起点相对较低。”。另一个需要理解的因素是，正在进行的数据主权计划将影响数据的存储位置和最需要新数据中心的位置。”

除了更多的数据中心 ，未来几年全球机架密度也将增加。根据Omdia的数据，2021年每个机架的功率为7千瓦，我们已经达到了12千瓦的平均机架密度 。预计到2030年，这种上升趋势将继续，平均功率可能达到20千瓦。

效率和可持续性

随着未来几年用电量和密度预测的激增 
，该行业必须在效率和可持续性方面加倍努力。Galabov表示，我们即将经历一轮新的数据中心优化浪潮，重点是减少IT足迹——设备整合、机械部件减少 、电源转换改进，以及人工智能驱动的数据中心DCIM和管理系统的出现。

Galabov说：“DCIM有机会成为一种集中的自动化工具 ，可以跨数据中心一直运行到边缘。”。“通过用人工智能丰富DCIM
，我们可以最大限度地减少员工短缺的影响，并在IT和物理基础设施层面进一步提高效率和可持续性。”

根据AFCOM 2024年数据中心状况调查  ，超过一半的数据中心计划使用太阳能，超过25%的数据中心正在增加风能
。其他人正在研究核能、氢能、地热能和电池储能系统。这可以通过摆脱对公用事业的依赖来降低总体能源成本。

数据中心成为“人工智能工厂”

人工智能正在对生活的几乎每个领域施加影响，包括数据中心
。在美国，五分之一的人使用过生成人工智能。许多数据中心正处于制定长期人工智能战略的规划阶段
。

Galabov说：“第一步是将数据中心从计算和存储工厂转变为人工智能工厂
。”

这需要适应更高的密度和获得更高的效率，例如改善气流管理和密封 。他补充说 ，随着低成本选项的出现，预计液体冷却也会迅速发展。例如，一家名为KeenCool的中国公司开发了一种单相液体
，其售价仅为目前其他公司售价的6%。

“随着液体冷却变得越来越大众化 ，我们将看到直接到芯片和浸入式冷却市场的竞争越来越激烈，”Galabov说 。“沉浸式制冷价格应该会大幅下降。”

此外
，预计与交流到DC功率转换相关的变化。例如，英伟达报告称，其DGX服务器在这些转换中损失了约10%的电能。正在开发的系统需要在数据中心内减少从交流到DC的转换。一些数据中心也在通过整合寻求更高的效率。例如，一家工厂与戴尔合作
，将其IT占用空间减少了90%，能源账单减少了75% 。

“未来的数据中心可能会减少机架数量，提高密度，”Galabov说 。“我们一直在通过更高效的冷却和电力基础设施成功降低PUE，但仍有空间减少电力转换以解决不必要的电力损失
，同时提高IT设备的利用率 。”

新旧数据中心对比

Galabov认为，传统数据中心应被视为一个主要的成功案例 。通过虚拟化、容器化、软件定义的体系结构、云和IT整合
，他们在效率和性能方面取得了巨大进步。现在 ，通过应用程序优化以及处理能力和设计方面的改进，我们正在进入数据中心利用率的新时代。谷歌就是一个很好的例子 ：在媒体处理方面 ，它部署了高度优化的服务器，目前正在用一台包含低功耗专用集成电路的新服务器取代运行YouTube的五台旧服务器
。

“新的数据中心将为人工智能优化其物理基础设施 ，”Galabov说 。“液体冷却已经在为人工智能进行优化 ，我们很快就会看到由人工智能驱动的集中式能源管理系统。”