جذب رکورد ChatGPT باعث افزایش علاقه و سرمایه گذاری زیادی در هوش مصنوعی مولد شده است. توانایی ChatGPT و دیگر مدلهای زبان بزرگ (LLM) برای پر کردن شکاف زبانی بین انسانها و ماشینها، تخیل عمومی را به خود جلب کرده و آگاهی از پتانسیل خودکارسازی و بهبود بسیاری از جنبههای زندگی ما را افزایش داده است. این بخش به فناوری جدید فوقالعاده از نقطه نظر زیرساخت فناوری اطلاعات که برای موفقیت نیاز دارد نگاه میکند و اینکه چگونه دو چالش کلیدی - انرژی و زبالههای الکترونیکی - به توجه خاصی نیاز دارند.
تغییر گام
هوش مصنوعی مولد در دهه آینده برنامه های کاربردی بیشتری را تقویت خواهد کرد. ChatGPT، DALL-E، GitHub Copilot و Stable Diffusion، تنها نسل اول هستند که تصاویر را ایجاد و مرتب می کنند، به سؤالات پیچیده پاسخ می دهند، وب سایت ایجاد می کنند و برنامه نویسی را برای همه در دسترس قرار می دهند. کسبوکارهای مرکز داده زیرساخت بسیاری از پیکربندیهای محاسباتی پرقدرت (HPC) را که هوش مصنوعی مولد را اجرا میکنند، فراهم میکنند و امکانات تخصصی را توسعه دادهاند که نیازهای آنها را برآورده میکند. توان با چگالی بالا، معماری ماژولار، آموزش با پهنای باند بالا (ورودی) و اتصال استنتاج (خروجی) و خنک کننده پیشرفته، همگی از عوامل حیاتی برای مشتریان هستند. این فرآیند جذاب از برنامههای کاربردی جدیدی پشتیبانی میکند که نوید تسریع نوآوری و حتی نجات جان انسانها را میدهند، و شروع یک تغییر گام در طراحی زیرساخت است که صنعت ما باید انجام دهد.
EVP و GM در مراکز داده کوه آهن و مدیریت چرخه حیات دارایی.
افزایش قدرت
تا کنون بزرگترین چالش در پشتیبانی از هوش مصنوعی مولد، افزایش شدید بارهای انرژی است. مدلهای هوش مصنوعی از تراشههای واحد پردازش گرافیکی (GPU) استفاده میکنند که 10 تا 15 برابر انرژی یک CPU سنتی نیاز دارند. بسیاری از مدل ها دارای میلیاردها پارامتر هستند و در مرحله آموزش به خطوط انتقال داده سریع و کارآمد نیاز دارند که ممکن است ماه ها طول بکشد. برای مثال ChatGPT 3.5 دارای 175 میلیارد پارامتر است و بر روی بیش از 500 میلیارد کلمه متن آموزش داده شده است. برای آموزش یک مدل ChatGPT 3.5 به 300-500 مگاوات برق نیاز است. در حال حاضر، یک مرکز داده معمولی به 30-50 مگاوات برق نیاز دارد. در حالی که LLM ها در پرمصرف ترین نقطه رونق هوش مصنوعی مولد هستند، هر مدل تولیدی نیاز به پردازنده و انرژی دارد که به طور تصاعدی رشد می کند، یا هر سال دو یا سه برابر می شود.
پیشبینی قدرت مورد نیاز هوش مصنوعی مولد در طول زمان با هیچ دقتی دشوار است، اما اکثر تحلیلگران موافق هستند که نیازهای فعلی را به شدت افزایش میدهد. اگر رشد مرکب مرکز داده فعلی را 15 درصد (احتمالاً نزدیک به 20 درصد) تخمین بزنیم، ظرفیت جهانی ظرف پنج سال دو برابر و در 10 سال دیگر چهار برابر خواهد شد. با ترکیب هوش مصنوعی مولد، CAGR می تواند تا 25 درصد افزایش یابد. سه برابر شدن ظرفیت در 5 سال و افزایش آن 9 برابر در یک دهه. شرکتها، استارتآپهای هوش مصنوعی و ارائهدهندگان خدمات ابری در حال رقابت برای ایمن کردن ظرفیت مرکز داده برای بار کاری خود هستند و ابرهای مقیاس بزرگ پیشرو بسته هستند. این به سرعت اتفاق می افتد. تحلیلگر TD Cowen گزارش داد که "سونامی تقاضای هوش مصنوعی" با 2.1 گیگاوات اجاره مرکز داده در ایالات متحده (یک پنجم کل عرضه فعلی) در سه ماهه دوم 2023 امضا شده است.
موجی از زباله های الکترونیکی
دومین سونامی تولید شده توسط هوش مصنوعی در انتهای عقب است. جریانی از تجهیزات استفاده شده هوش مصنوعی نوآوری سرورهای سریعتر را بهویژه در طراحی تراشهها هدایت میکند، و آخرین تراشههای هوش مصنوعی مانند Nvidia H100 میلیاردها دلار در مقابل ساخت خود پیشرفت کردهاند و به قدری کمبود دارند که حتی به عنوان وثیقه بدهی استفاده میشوند و در دسترس هستند. اجاره دادن. در حالی که این نرخ نوسازی کلیدی برای بهبود کارایی خواهد بود، اما همزمان با افزایش ظرفیت، مقیاس زباله های الکترونیکی را نیز افزایش خواهد داد. زباله های الکترونیکی یکی از سریع ترین جریان های زباله در جهان است. تا سال 2030، تولید سالانه زباله الکترونیکی در مسیری قرار دارد که به رقم خیره کننده 75 میلیون تن برسد. گمان میرود که زبالههای الکترونیکی جهانی حدود 60 میلیارد دلار مواد خام مانند طلا، پالادیوم، نقره و مس را در خود جای دهند. با این حال، تنها 17 درصد از زباله های الکترونیکی جهانی مستند شده است که هر ساله جمع آوری و به درستی بازیافت می شوند.
به چالش کشیدن
این امواج در قسمت جلویی و پشتی مرکز داده با عمیقتر شدن بحران آبوهوایی و رسیدن به اهداف انتشار صفر به وقوع میپیوندند. فشار بیسابقهای بر شبکههای برق برای تامین نیروی الکتریکی جدید برای صنایعی که خود را از سوختهای فسیلی دور میکنند، وارد خواهد شد. منصفانه است که بگوییم هوش مصنوعی مولد تحت نظارت شدید محیطی قرار خواهد گرفت. برای رسیدگی به چالش های دوگانه رشد ظرفیت و زباله های الکترونیکی، صنعت باید در راس بازی خود قرار گیرد.
کربن زدایی و بازیافت
منابع انرژی کم تا بدون کربن کلید حل چالش های انرژی خواهند بود. نیازهای انرژی هوش مصنوعی مولد این تمرکز را تسریع میکند و نوآوریهای جدید در ریزشبکهها و منابع انرژی پشتیبان مانند باتری، هیدروژن و هستهای را هدایت میکند. انرژی های تجدیدپذیر نیز کلید خواهد بود. اکثر هایپراسکیلرها و تعداد فزاینده ای از ارائه دهندگان کولوکیشن شبکه سبز را توسعه داده و کربن را حذف کرده اند تا جایی که امروزه، هایپراسکیلرها بزرگترین خریداران انرژی های تجدیدپذیر در جهان هستند. اکنون صاحبان مراکز داده باید گام دیگری بردارند.
بازیافت و بازاریابی مجدد
تراشههای جدید و پردازندههای گرافیکی فوق سریع انقلاب هوش مصنوعی را به پیش خواهند برد، اما چه اتفاقی برای تراشههای قدیمی خواهد افتاد؟ برای عملکرد کارآمد و کاهش تأثیر، ارائه دهندگان هوش مصنوعی باید تحلیل کنند که بهینه سازی چرخه عمر دارایی های فناوری اطلاعات و بازیافت، بازاریابی مجدد و دفع ایمن در دسترس است. صنعت برای ادغام این امر نسبتاً کند عمل کرده است، اما جذب این فرآیند تسریع خواهد شد. با تغییر شکل کسبوکارها برای رسیدگی به این مشکل، پتانسیل زیادی برای این بخش برای حمایت از مشتریان هوش مصنوعی در سالهای آینده وجود دارد.
ایجاد فرصت های جدید
همانطور که هوش مصنوعی مولد صنایعی را که برنامه های کاربردی خود را اجرا می کنند متحول می کند، صنعت زیرساختی را که از آن پشتیبانی می کند متحول خواهد کرد.
ما بهترین میزبانی وب سبز را معرفی کرده ایم.
این مقاله به عنوان بخشی از کانال Expert Insights TechRadarPro تهیه شده است که در آن بهترین و باهوش ترین ذهن ها در صنعت فناوری امروز را معرفی می کنیم. نظرات بیان شده در اینجا نظرات نویسنده است و لزوماً نظرات TechRadarPro یا Future plc نیست. اگر علاقه مند به مشارکت هستید، اطلاعات بیشتری را در اینجا بیابید: https://www.techradar.com/news/submit-your-story-to-techradar-pro
ارسال نظر