A IA é agora um impulsionador de expansão do information heart em todo o mundo – na Europa, no Médio Oriente e em África. Na Europa, a projeção fornecida coloca o crescimento da capacidade dos information facilities a uma taxa composta de 25% até 2030, à frente do efeito produzido pela mudança para a infraestrutura de nuvem pública na última década.
As cargas de trabalho de IA mudam o design do information heart, e grandes modelos de linguagem e outros sistemas de IA consomem mais energia e produzem mais calor do que muitas cargas de trabalho empresariais. As instalações planejadas com base em densidades de rack mais baixas agora enfrentam requisitos que podem exceder as suposições anteriores. Para provedores de colocation, empresas de nuvem e operadores de information facilities, isso cria problemas de engenharia, entrega e custos. A capacidade pronta para IA deve ser implantada dentro dos limites de disponibilidade da rede, infraestrutura de fibra, licenciamento, regulamentação e relatórios de sustentabilidade. Os operadores também devem proteger o tempo de atividade e a economia do native.
A resposta deve abranger a cadeia de energia desde a ligação à rede até ao processador. Um modelo grid-to-chip conecta conversão, distribuição e resfriamento de energia em um único projeto, em vez de tratar cada camada como um sistema separado.
Demanda de capacidade e limites de infraestrutura
As restrições geralmente começam antes da construção. Em muitas regiões, as ligações à rede e as redes de fibra necessitam de atualizações antes que um centro de dados possa operar ao nível necessário. Essas obras podem ser retardadas por processos de planeamento e licenciamento, enquanto as regras locais podem restringir o native onde as instalações são construídas.
A pressão dentro dos information facilities também está mudando. Os racks são frequentemente operados em densidades de cerca de 5 kW a ten kW, mas as cargas de trabalho de IA já estão empurrando algumas densidades de rack para além de 100 kW, com projeções atingindo até 1,2 MW até 2028. Nesses níveis, a distribuição de energia e a remoção de calor tornam-se problemas de design.
Uma instalação construída para cargas de trabalho de baixa densidade pode não lidar com correntes mais altas, maior produção de calor e a relação mais próxima entre equipamentos de TI e refrigeração. Portanto, os operadores devem considerar a distribuição de energia, o gerenciamento térmico e a eficiência energética como um único sistema.
Design de grade para chip
A abordagem grid-to-chip parte da premissa de que as perdas ocorrem em cada estágio do caminho de energia. Num ambiente de IA de alta densidade, pequenas ineficiências na conversão podem criar maiores perdas de energia e adição de calor. Esse calor aumenta a demanda de resfriamento, o que aumenta a carga da instalação.
Um modelo eficiente concentra-se na redução de perdas entre a rede e os processadores, combinando distribuição de alta tensão, conversão de energia e sistemas de refrigeração projetados para computação densa. A distribuição de tensão mais alta pode reduzir as perdas de corrente e resistivas, enquanto menos etapas de conversão melhoram a eficiência.
A mesma lógica pode ser aplicada às operações. Sistemas integrados de IA e aprendizado de máquina são usados para ajustar o resfriamento, monitorar fontes de alimentação ininterruptas e baterias e apoiar a orquestração de energia. Se o objectivo declarado for um menor consumo de energia, uma vida útil mais longa do equipamento e um melhor tempo de actividade, grandes implementações seguindo regras simples poderiam poupar vários milhões de dólares por ano em energia, embora, claro, o resultado dependesse do tamanho do native, dos preços da energia, do perfil de carga e da natureza do sistema a ser substituído.
A mudança nos parâmetros de projeto representa um afastamento da otimização em silos. Os sistemas de energia, refrigeração e TI são frequentemente especificados por equipes ou fornecedores separados, mas em instalações de IA, essa separação pode deixar de aproveitar os ganhos de eficiência e dificultar o gerenciamento do calor. Um design mais integrado busca entregar energia mais próxima do rack e alinhar a capacidade de refrigeração com o perfil térmico dos clusters de GPU.
Construção modular
Os information facilities modulares estão ganhando relevância para projetos de IA, que vão desde sistemas de rack único até unidades em contêineres. Modular permite que a capacidade seja adicionada em fases para reduzir o risco de construir mais capacidade do que a procura exige, ao mesmo tempo que dá aos operadores uma forma de implementar infra-estruturas antes de instalações maiores ou obras de rede serem concluídas.
A principal vantagem é a velocidade. Unidades modulares, pré-fabricadas e testadas antes de chegar ao native, reduzem o trabalho de construção no native do information heart. Para serviços de IA, onde a procura pode mudar rapidamente, a implementação faseada pode ser mais prática do que uma única construção grande.
Esperava-se que uma operadora de telecomunicações europeia que utilizasse centros de dados modulares pré-fabricados para expandir uma rede 5G de ponta demorasse cerca de 2,5 anos a ser construída, enquanto uma implementação modular poderia estar operacional em 16 meses. Custos operacionais mais baixos através da eficiência energética, com ganhos de tempo de atividade e resiliência aprimorados.
A modularidade não elimina todas as restrições. Alguns locais ainda enfrentam limites regulatórios ou de planejamento, mesmo em infraestruturas em contêineres. Nesses casos, os sistemas modulares podem necessitar de revestimento externo ou outra adaptação para atender aos requisitos locais.
A IA está aumentando a potência do rack e a produção de calor e apresentando a necessidade de uma coordenação mais estreita entre energia e resfriamento. Os operadores de centros de dados terão de decidir se os projetos existentes podem ser adaptados ou se novos projetos devem ser planeados desde o início em torno de infraestruturas integradas e de alta densidade. À medida que os sistemas GPU evoluem, o acesso à rede, a eficiência energética e a velocidade de implementação provavelmente continuarão a ser limites ao crescimento da capacidade de IA.
Quer aprender mais sobre Cloud Computing com os líderes do setor? Confira Segurança cibernética e exposição de nuvem acontecendo em Amsterdã, Califórnia e Londres. O evento abrangente faz parte TechEx e está localizado junto com outros eventos líderes de tecnologia, clique aqui para mais informações.
Notícias sobre computação em nuvem são fornecidas por Mídia TechForge. Discover outros eventos e webinars de tecnologia empresarial futuros aqui.