生成式AI的發(fā)展，一方面重構(gòu)了各行各業(yè)業(yè)務流程與數(shù)字化模式；另一方面，對于底層算力基礎設施也提出了更高的要求。
根據(jù)IDC測算，預計到2027年，AI數(shù)據(jù)中心容量的復合年增長率 (CAGR) 將達到40.5%，與此同時AI數(shù)據(jù)中心的能源消耗預計將以44.7%的CAGR增長，到2027年達到146.2太瓦時(TWh)。
“AI的盡頭是能源。”——這句話已經(jīng)成為業(yè)內(nèi)共識。2024年全球數(shù)據(jù)中心耗電達415太瓦時，占據(jù)全球總用電量的1.5%，與英國全年用電量相當。其中，美國數(shù)據(jù)中心耗電量180太瓦時占全球45%的份額，其次是占據(jù)25%的中國和占據(jù)15%的歐洲。目前中國數(shù)據(jù)中心年耗電量約100太瓦時，大致相當于國內(nèi)電動汽車的年用電量。
與此同時，國際能源署報告預測，到2030年，全球數(shù)據(jù)中心用電將飆升至945太瓦時，逼近日本當前全國用電規(guī)模。
國際能源署發(fā)布的《能源與AI》報告中指出，以OpenAI的GPT-4為例，該數(shù)據(jù)模型在持續(xù)14周的數(shù)據(jù)模型訓練中消耗了42.4吉瓦時電力，日均耗電0.43吉瓦時，這堪比2.85萬戶歐美家庭的日均用電量。
在AI需求爆發(fā)前，數(shù)據(jù)中心的冷卻系統(tǒng)已占據(jù)40%的能耗。而AI服務器的單機柜功率從10kW躍升至50kW以上，徹底擊穿了風冷系統(tǒng)的散熱極限。微軟Azure團隊發(fā)現(xiàn)，傳統(tǒng)風冷數(shù)據(jù)中心在搭載 H100 GPU后，PUE值從1.3飆升至1.8，部分高熱區(qū)域甚至出現(xiàn)服務器宕機。
基于上述背景，不僅是數(shù)據(jù)中心供冷系統(tǒng)，甚至連數(shù)據(jù)中心整體架構(gòu)都迎來了變革，對此，海蘭云云計算首席技術官林楊表示，作為高載能行業(yè)，數(shù)據(jù)中心提升能源利用率，在數(shù)據(jù)中心整體運營過程中至關重要。
除此之外，因為絕大多數(shù)數(shù)據(jù)中心服務器并非24小時都處于滿負載運行，而閑時的算力即便未被利用，數(shù)據(jù)中心內(nèi)部電力消耗卻不會因此減少，所以，在并行科技市場總監(jiān)荀軍看來，如何利用好閑時算力，將每個Token的算力都盡可能的充分利用好，也是接下來數(shù)據(jù)中心行業(yè)架構(gòu)變革過程中需要解決的問題。
面對AI需求與能耗的雙重考驗，數(shù)據(jù)中心技術演進也向著兩個方向推進。
一方面，數(shù)據(jù)中心內(nèi)部設備的功耗不斷降低，將除去服務器之外的所有“輔助”設備的能源消耗盡量降低到最低，比如，供冷方面采用制冷效果更好，相對耗電量更小的液冷或間接蒸發(fā)冷卻技術；供配電采用相對電力損耗更低的高壓直流的方式等。
另一方面，也有不少IDC服務商在數(shù)據(jù)中心建設選址，以及設計等方面尋找數(shù)據(jù)中心碳中和與AI需求“雙贏”的解。
比如，華為就選擇“挖山”建設數(shù)據(jù)中心，將機房放在山體內(nèi)，以降低供冷消耗，而海蘭信則選擇將數(shù)據(jù)中心建設在水中，通過海水帶走多余的熱量，一方面能有效降低數(shù)據(jù)中心能耗，另一方面還能回收相對“熱品位”較高的海水的熱量，余熱回收會進行副業(yè)的賦能與發(fā)展。
海蘭信并不是“第一個吃螃蟹的人”。早在2015年，微軟就在蘇格蘭附近海域部署了全球第一個海底數(shù)據(jù)中心。微軟先是于2015年在太平洋海域完成了105天概念驗證，并后續(xù)在2018年在蘇格蘭東北部的奧克尼群島海底117英尺深處部署了名為“北方群島” 數(shù)據(jù)艙。該數(shù)據(jù)艙內(nèi)置864臺服務器，可以存儲27.6PB的數(shù)據(jù)。在海底運行了兩年后，微軟在2020年6月把它打撈上岸進行分析。
據(jù)微軟分析公布，該數(shù)據(jù)艙運行兩年間，故障率僅為陸地數(shù)據(jù)中心的1/8，PUE值低至1.07。其核心在于全密封氮氣環(huán)境與海水自然散熱的結(jié)合——通過銅制散熱片將服務器熱量直接傳遞至4-12℃的深層海水，徹底摒棄傳統(tǒng)制冷系統(tǒng)。
而也正是在2020年，海蘭信開始了海底數(shù)據(jù)中心的技術驗證和研發(fā)進程，并于2023年在海南陵水清水灣，正式下水了一期首艙。據(jù)悉，該項目利用海水自然冷卻技術，具有低能耗、高可靠性和模塊化部署優(yōu)勢。
同樣經(jīng)過了兩年多的實驗與摸索，林楊告訴筆者，目前該項目實現(xiàn)PUE值約1.1，電能損耗降低10%以上，能效提升可達30%以上。
顯然，在海底部署數(shù)據(jù)中心可以有效的降低數(shù)據(jù)中心制冷方面的能源消耗，同時還能提升電能利用率。另一方面，將數(shù)據(jù)中心采用完全封閉的方式，也可以將內(nèi)部服務器完全與外界干擾隔絕。從而降低人為等因素帶來的數(shù)據(jù)中心故障率（此前有數(shù)據(jù)統(tǒng)計，數(shù)據(jù)中心內(nèi)部，有超過半數(shù)的故障是因為種種人為因素導致的），而完全真空無塵的環(huán)境，也可以延長服務器的壽命。
而從TCO（全生命周期成本）角度來看，海底數(shù)據(jù)中心也明顯優(yōu)于陸地建設數(shù)據(jù)中心。據(jù)統(tǒng)計，海底數(shù)據(jù)中心的TCO較陸地低15-20%。以海南陵水項目為例，單個數(shù)據(jù)艙建設成本約3300萬元，但每年節(jié)省電費約660萬元（按0.6元/千瓦時計算），加上淡水節(jié)約（31.5萬元/年）和土地成本（6.8萬平方米/100艙），五年即可收回投資。
相比之下，陸地液冷數(shù)據(jù)中心雖然PUE可降至1.15，但建設成本增加30%，且需額外投入淡水資源（單機柜年耗水200立方米）。微軟測算，一個5000機柜的海底數(shù)據(jù)中心，十年可節(jié)省運營成本1.2億美元。
除此之外，通過對海底數(shù)據(jù)中心余熱的回收，還可以帶動周邊海域的漁業(yè)等副業(yè)發(fā)展，形成一個相對較為完善的生態(tài)閉環(huán)，產(chǎn)生額外價值。
雖然將數(shù)據(jù)中心放在海底有諸多好處，但仍存在一些弊端。
其最大的一個弊端就是——數(shù)據(jù)艙位于完全“與世隔絕”的海底，后續(xù)運維難度極大，需將數(shù)據(jù)艙完全吊出海面才能進行運維。尤其是在AI算力快速發(fā)展的今天，服務器的更新?lián)Q代也逐漸提速，頻繁的吊裝數(shù)據(jù)艙為企業(yè)造成了額外費用的同時，也會破壞相對穩(wěn)定的艙內(nèi)環(huán)境。
為此，林楊告訴筆者，海蘭云目前已經(jīng)推出了海底數(shù)據(jù)中心2.0項目，據(jù)他介紹，該項目與位于陵水的項目不同的是，數(shù)據(jù)中心采用了潛入式的方案，將數(shù)據(jù)艙完全固定在海底，并預留了運維人員出入的管道，后續(xù)運維操作可以借由該管道進出。
“我們在位于上海的海底項目采用了2.0的方案，將數(shù)據(jù)中心固定在海底20米深左右的海床上，一方面這個深度可以確保海平面上的風浪不會對數(shù)據(jù)中心造成影響，另一方面，20米的深度也為潛入式運維提供了必要的條件保障。”林楊強調(diào)。
據(jù)林楊介紹，該項目預計于今年9月中旬正式投產(chǎn)，并且后續(xù)將進一步海上風電為數(shù)據(jù)中心供電，“該項目規(guī)模在200MW左右，部署完海上風電之后，超過95%的電力都將采用風電的方式供應，更進一步的降低了數(shù)據(jù)中心的PUE，同時也在陸地上備接了市電，確保業(yè)務的連續(xù)性。”林楊如是說。
除了運維與建設層面的優(yōu)化之外，整個算力應用與算網(wǎng)的建設層面，是目前整個數(shù)據(jù)中心行業(yè)都需要面臨的挑戰(zhàn)，海底數(shù)據(jù)中心也不例外。
在荀軍看來，算力調(diào)度運營平臺已經(jīng)成為當前提升算力利用率的最佳路徑，如果能將該平臺的建設與基礎設施層面海底數(shù)據(jù)中心的建設相結(jié)合，應用/軟件層面上的最佳與基礎設施層面上的最佳路徑的結(jié)合，將成為未來數(shù)據(jù)中心的最優(yōu)解。
而算力平臺的建設也并不是并行科技一家的布局，目前業(yè)內(nèi)已經(jīng)有不少云服務商、IDC服務商、算力服務商都推出了相應的調(diào)度平臺。究其原因，在AI算力需求爆發(fā)式增長的背景下，企業(yè)對于算力體系建設方面也在發(fā)生著變化。
原先，企業(yè)自建算力基礎設施可能是一個比較“劃算”的應用算力的形態(tài)，但這種模式在現(xiàn)階段存在了一定弊端。
首先，企業(yè)選擇自建算力基礎設施的過程中，一次性投入很大，尤其是要能支撐起當前AI算力需求的硬件投入是十分龐大的，且周期很長，不能滿足企業(yè)短時間的業(yè)務需求。
其次，對于大多數(shù)企業(yè)而言，業(yè)務規(guī)模沒有達到那么大量的需求，建設好的機房利用率很低，有一些甚至不足30%，這對于企業(yè)而言，相當于“花大錢，半小事”，十分不劃算。
而企業(yè)對于直接購買算力的需求，也催生了越來越多“賣算力”的算力服務商。在算力買賣過程中，算力調(diào)度運營平臺就成為了關鍵的抓手。
而此前與并行科技AI云事業(yè)部總經(jīng)理趙鴻冰的交流中，他曾向筆者表示，目前選擇算力平臺負載業(yè)務的企業(yè)越來越多，這也對算力服務商構(gòu)建算力調(diào)度平臺提出了更高的要求。“這些要求中，最為緊要的是高性能通信的要求，只有通信的性能足夠強，才能真正實現(xiàn)良好的調(diào)度效果。”趙鴻冰強調(diào)。
海底數(shù)據(jù)中心與算力平臺的結(jié)合，無論是在底層基礎設施層面，還是在中間算力輸送層面，都是對當前數(shù)據(jù)中心行業(yè)的一次重構(gòu)。暢想一下未來的算力產(chǎn)業(yè)，或?qū)⒊蔀?ldquo;海底節(jié)點+陸地集群+邊緣終端”的協(xié)同體。
海底數(shù)據(jù)中心承擔大模型訓練的高密算力，陸地液冷集群處理實時推理，邊緣節(jié)點支撐毫秒級響應，三者通過智能調(diào)度平臺形成動態(tài)平衡。這種一體化的算力生態(tài)，也有望成為應對AI多元化需求的最優(yōu)解。（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達）
快報
根據(jù)《網(wǎng)絡安全法》實名制要求，請綁定手機號后發(fā)表評論