AI时代,数据是驱动智能的关键引擎。作为存储和处理这些数据的核心基础设施,数据中心持续滋养着我们的数字世界—— 对大众生活而言,AI大模型的参与,让搜索和内容生成进入一个全新阶段; 对企业而言,要实现工业自动化,需要基于AI分析优化改进控制流程; 对政府机构亦是如此,更多、更广泛的数据将促进决策和政策制定...... 据施耐德电气估算,到2028年,人工智能电力消耗将占数据中心总电力消耗的15%-20%。AI需要愈加澎湃的算力助其不断演进,也为数据中心的设计和运营带来颠覆性的变革。 急需“重塑根骨”的数据中心将何去何从? 施耐德电气通过分析人工智能工作负载的相关属性和趋势,针对数据中心多个物理基础设施类别提供应对指南,帮助大家寻获破局之法。 4个根本原因驱动数据中心革新 当前数据中心相关企业主要面临三个挑战: 首先是如何在确保计算与存储能力提升的同时,建设可持续发展的数据中心; 第二个挑战是在数字化基础设施方面,如何更好地利用覆盖全生命周期的数字化软件,贯穿设计、建造和运营维护,从而提升速度、准确性和可持续性; 第三个挑战是如何实现由传统基础设施建设向智能、数字化的基础设施转变。 其中,传统的基础设施之所以面临挑战,与生成式人工智能(如ChatGPT)的涌现和AI相关的数据需求激增密切相关。
|