Czas sprawności: nowy standard gotowości infrastruktury AI
Odkryj nowy wskaźnik gotowości infrastruktury AI: szybkość wdrożenia. Dowiedz się, jak ta szybkość będzie decydować o przyszłej wydajności systemów AI.
Najważniejsze rzeczy, które musisz wiedzieć
- Gaz ziemny wyłania się jako niezbędne paliwo przejściowe, które ma sprostać rosnącemu zapotrzebowaniu na energię w stanie stacjonarnym na potrzeby sztucznej inteligencji. Szacuje się, że do 2035 r. dzienne zużycie gazu wyniesie 7.6–11.5 miliarda stóp sześciennych. Prawdziwe wyzwanie polega jednak na zapewnieniu terminowego dostarczenia złożonego łańcucha dostaw do centrów danych.
- Czas, a nie kapitał, stał się najrzadszym zasobem przy wdrażaniu infrastruktury AI. W efekcie istniejąca infrastruktura energetyczna staje się bardziej wartościowa, a strategiczny wybór lokalizacji wymusza priorytetowe traktowanie zapewnienia niezawodnego zasilania w wymaganym czasie już na wczesnym etapie.
- Zabezpieczanie zasilania dla centrów danych AI stało się strategiczną zdolnością wymagającą innowacyjnych modeli, takich jak generowanie energii „za licznikiem” i szersza koordynacja między firmami technologicznymi, przedsiębiorstwami użyteczności publicznej, dostawcami gazu i operatorami rurociągów w celu zarządzania całym łańcuchem dostaw energii.
Przez większość boomu na sztuczną inteligencję , dyskusje o infrastrukturze koncentrowały się na mocy obliczeniowej: układach scalonych, serwerach i coraz większych centrach danych niezbędnych do jej obsługi. Jednak w miarę jak sztuczna inteligencja przechodzi z fazy eksperymentalnej do powszechnego wdrożenia, liderzy technologiczni stają przed kolejnym wyzwaniem infrastrukturalnym, które może być równie istotne: zapewnienie niezawodnej, wystarczającej i szybkiej mocy obliczeniowej, aby utrzymać tę moc obliczeniową w działaniu.
Centra danych AI różnią się zasadniczo od tradycyjnych komercyjnych i przemysłowych odbiorców energii. Są większe, bardziej skoncentrowane i niezwykle wrażliwe na czas, praktycznie nie tolerując przerw. To sprawia, że dostępność zasilania jest czymś więcej niż tylko czynnikiem operacyjnym; w coraz większym stopniu decyduje o tym, gdzie budowana jest infrastruktura AI, jak szybko jest wdrażana i czy organizacje są w stanie przełożyć ogromne inwestycje w technologię na wartość komercyjną.
Gaz ziemny wyłania się jako paliwo przejściowe dla wyzwań energetycznych związanych ze sztuczną inteligencją.
Dla liderów technologicznych kluczowym pytaniem nie jest tylko to, czy uda się ostatecznie wytworzyć wystarczającą ilość energii elektrycznej, ale także to, czy stabilne i dystrybuowalne źródło zasilania będzie mogło dotrzeć do centrum danych w wymaganym czasie i miejscu.
W tym miejscu pojawia się coraz ważniejsza rola gazu ziemnego. Biorąc pod uwagę ograniczenia innych alternatywnych źródeł energii o nieprzerwanej dostępności, gaz może zapewnić całodobową produkcję energii niezbędną do obsługi dużych obciążeń związanych ze sztuczną inteligencją. Analiza scenariuszy PwC pokazuje potencjalną skalę: nawet w naszym najbardziej konserwatywnym scenariuszu, zapotrzebowanie na gaz związane ze sztuczną inteligencją osiągnie 5.2 miliarda stóp sześciennych dziennie (Bcf/d) do 2030 roku, w porównaniu z około 1.6 Bcf/d obecnie. Do 2035 roku, według naszych scenariuszy, zapotrzebowanie będzie wynosić od 7.6 do 11.5 Bcf/d.
Jednak dla deweloperów centrów danych i firm technologicznych te liczby przedstawiają tylko część obrazu. Wystarczająca ilość gazu w systemie niekoniecznie oznacza, że dotrze on do centrum danych w wymaganym czasie. Musi on być produkowany, transportowany, magazynowany i dostarczany pod odpowiednim ciśnieniem przez połączoną infrastrukturę. Innymi słowy, wyzwanie energetyczne dla sztucznej inteligencji coraz bardziej staje się wyzwaniem w zakresie dostaw.
Najrzadszym zasobem może okazać się czas, a nie kapitał.
Firmy technologiczne przeznaczają dziesiątki miliardów dolarów na infrastrukturę sztucznej inteligencji , ale same pieniądze nie rozwiążą licznych ograniczeń, które oddzielają planowane centrum danych od takiego, które jest gotowe do działania.
Zezwolenia i pozwolenia, prawa do rurociągów, przyłącza sieciowe, turbiny, dostępność wody i wykwalifikowana siła robocza – to wszystko może wydłużyć czas realizacji inwestycji. Deweloperzy jednocześnie konkurują o niezbędny sprzęt i moce produkcyjne, jednocześnie poruszając się po lokalnych planach zagospodarowania przestrzennego i ograniczeniach wodnych. To zmienia kalkulacje dotyczące infrastruktury.
Na rynku, na którym liczą się szybkość wdrażania, istniejący rurociąg, licencjonowany korytarz, zasoby magazynowe lub dostępna moc wytwórcza mogą być znacznie cenniejsze niż teoretycznie tańsza alternatywa, której opracowanie zajęłoby lata. Dlatego liderzy technologiczni podejmujący decyzje dotyczące potencjału sztucznej inteligencji, muszą brać pod uwagę znacznie więcej niż tylko grunt, łączność i ostateczną dostępność energii. Możliwość zapewnienia niezawodnego zasilania w wymaganym czasie musi być uwzględniona na bardzo wczesnym etapie procesu.
Bezpieczeństwo energetyczne staje się zdolnością strategiczną
Już teraz obserwujemy odmienną reakcję deweloperów centrów danych. Na przykład, generacja za licznikiem (ang. „after-the-meter”) może umożliwić kompleksom podłączenie lokalnej lub pobliskiej generacji gazu do stabilnego źródła paliwa, zamiast polegać wyłącznie na tradycyjnym podłączeniu do sieci. PwC szacuje, że do 2035 roku ponad 30% zapotrzebowania na gaz związanego ze sztuczną inteligencją może pochodzić z „after-the-meter”.
Pojawiają się również inne modele, w tym dedykowane rurociągi odgałęzieniowe połączone z wytwarzaniem oraz bardziej zintegrowane rozwiązania łączące dostawy gazu, transport, magazynowanie, wytwarzanie i obciążenie centrów danych. Najważniejszą lekcją dla liderów biznesu i technologii jest to, że nie każde centrum danych musi stosować tę samą strategię energetyczną.
Zabezpieczanie energii nie może być już traktowane jako funkcja back-office, realizowana po podjęciu decyzji dotyczących technologii i nieruchomości. Stało się zdolnością strategiczną.
Do zbudowania infrastruktury AI potrzebny jest szerszy system.
Ta zmiana zmienia również strony, których firmy technologiczne potrzebują przy stole. Nowa generacja infrastruktury AI będzie wymagała lepszej koordynacji między firmami hiperskalerowymi i deweloperami centrów danych a przedsiębiorstwami użyteczności publicznej, dostawcami gazu ziemnego i operatorami rurociągów. Strony te będą musiały coraz częściej znajdować rozwiązania dla całego łańcucha dostaw energii, od zasilania po przetwarzanie operacyjne, zamiast po prostu ulepszać swoją własną część równania.
Dla kadry zarządzającej technologiami sprawia to, że strategia partnerstwa staje się jeszcze ważniejsza. Wczesne zabezpieczenie infrastruktury energetycznej, zrozumienie ograniczeń regionalnych i rozwijanie relacji w całym ekosystemie energetycznym może pomóc zminimalizować ryzyko związane z harmonogramem, zanim miliardy dolarów mocy obliczeniowej staną się dostępne.
Sztuczna inteligencja może być rewolucją technologiczną, ale jej skalowanie szybko staje się wyzwaniem dla infrastruktury fizycznej. Organizacje najlepiej przygotowane do kolejnej fazy to te, które traktują energię jako potencjał strategiczny i rozumieją, że gaz ziemny może odegrać kluczową rolę w zapewnieniu niezawodnej i łatwej w rozmieszczeniu energii niezbędnej do obsługi i utrzymania możliwości sztucznej inteligencji.
W wyścigu o skalę sztucznej inteligencji, „czas dostępności zasilania” może ostatecznie określić „czas realizacji wartości”.
Możliwość dodawania komentarzy nie jest dostępna.