До 2027 г. размерът на пазара на екологични центрове за данни ще се увеличи с приблизително 147 милиарда долара
С бързото развитие на генеративния изкуствен интелект, като популярния ChatGPT, търсенето на изчислителна мощност в центровете за данни нарасна. Приложенията с изкуствен интелект четат големи количества данни и консумират повече електроенергия от традиционния софтуер. Графичният процесор, използван за обучение на генеративни AI модели, има висока консумация на енергия и също така изисква допълнителна енергия за охлаждане.
Според прогнозите, по отношение на макроданните, изкуственият интелект може да представлява 3% до 4% от световното търсене на електроенергия до 2030 г. Поради скока на сървърите с изкуствен интелект потреблението на енергия в центровете за данни се увеличава значително. McKinsey прогнозира, че до 2030 г. потреблението на електроенергия в центровете за данни ще се удвои.
Увеличаването на потреблението и разходите за електроенергия е ключов фактор, движещ растежа на пазара. Консумацията на енергия на центъра за данни е много висока и с нарастващото търсене на по-мощни приложения като автономно превозно средство, поточно предаване на медии и 5G, консумацията на енергия на центъра за данни може да нарасне експоненциално и те се нуждаят от много енергия за захранване различно оборудване.
За да се отговори на огромното търсене на енергия в центровете за данни, трябва да се предприемат различни мерки, включително енергоспестяващ хардуер, иновативни решения за охлаждане, зелена енергия и по-широки стратегии за устойчиво развитие.
Използването на енергоспестяващи чипове е крайъгълният камък за подобряване на енергийната ефективност в центровете за данни. Енергоспестяващите чипове имат усъвършенствана архитектура и функции за управление на захранването, които играят решаваща роля за минимизиране на консумацията на енергия от хардуера на центъра за данни. Тези чипове могат по-ефективно да разпределят и използват хардуерни ресурси, като по този начин подобряват производителността на ват. Например, в сравнение с предишните поколения процесори Intel Xeon, четвъртото поколение Xeon подобри средната ефективност на производителност на ват за целеви натоварвания с 2,9 пъти при използване на вградени ускорители. През 2022 г. енергийната ефективност на чипа H100 GPU AI на Nvidia е почти два пъти по-висока от тази на предишното поколение продукт A100.
В допълнение, друга ефективна мярка за намаляване на потреблението на енергия в центровете за данни е приемането на по-ефективни решения за охлаждане в голям мащаб, намаляване на дела на потреблението на енергия за охлаждане, а ключов индикатор е „Ефективност на използване на енергия“ (PUE). През последното десетилетие, въпреки 6-кратно увеличение на изчислителната продукция и 25-кратно увеличение на капацитета за съхранение, потреблението на енергия от глобалните центрове за данни се е увеличило само с 6% от 2006 до 2018 г. Тази значителна ефективност подобрението се дължи на намаляването на PUE.
Според прогнозите пазарът на зелени центрове за данни се очаква да нарасне с $146,95 милиарда между 2022 г. и 2027 г., с общ годишен темп на растеж от 24,63%. С нарастващото внедряване на течно охлаждане (особено DLC с директно течно охлаждане) в голям мащаб, PUE на центровете за данни, навлизащи в ерата на течното охлаждане, ще бъде под 1,3. Технологията за течно охлаждане може не само да подобри цялостната ефективност на охлаждане на центровете за данни, но също така да отговори на нуждите от охлаждане на чипове с висока плътност на мощността, да намали зависимостта от климатични системи с висока консумация на енергия и да насърчи устойчивото развитие на околната среда.
