如今，對人工智能的需求巨大。法國施耐德電氣公司估計，2023年人工智能工作負載的功耗總計約為4.3吉瓦（GW），略低于塞浦路斯國家2021年的功耗（ 4.7吉瓦）。該公司預(yù)計，人工智能工作負載的功耗將以26%至36%的復(fù)合年增長率（CAGR）增長，這意味著到2028年，人工智能工作負載的功耗將從13.5吉瓦增至20吉瓦，這比冰島2021年消費的電力消耗還要多。

巨大的電力需求

據(jù)施耐德電氣稱，到 2023 年，所有數(shù)據(jù)中心的總功耗預(yù)計將達到 54 GW，其中人工智能工作負載將占到 4.3 GW。在這些人工智能工作負載中，訓(xùn)練和推理之間的分配特點是 20% 的功耗用于訓(xùn)練目的，80% 分配給推理任務(wù)。這意味著人工智能工作負載將占今年數(shù)據(jù)中心總功耗的約8%。

展望 2028 年，施耐德預(yù)計數(shù)據(jù)中心的總能耗將增至 90 吉瓦，其中人工智能工作負載的能耗將達到 13.5 吉瓦至 20 吉瓦。這表明，到 2028 年，人工智能可能消耗數(shù)據(jù)中心總用電量的 15% 至 20% 左右，這表明數(shù)據(jù)中心人工智能工作負載的功耗比例在五年內(nèi)顯著增加。根據(jù)施耐德電氣的估計，訓(xùn)練和推理之間的分布預(yù)計將略有變化，訓(xùn)練消耗 15% 的電力，推理則占 85%。

AI GPU 變得更加“饑餓”

人工智能數(shù)據(jù)中心功耗不斷上升的主要原因是人工智能工作負載的加劇、人工智能GPU和人工智能處理器的進步以及其他數(shù)據(jù)中心硬件的要求不斷增加。例如，Nvidia 2020 年的 A100 功耗高達 400W，而 2022 年的 H100 功耗高達 700W。除了 GPU 之外，AI 服務(wù)器還運行耗電的 CPU 和網(wǎng)卡。

AI 工作負載，尤其是與訓(xùn)練相關(guān)的工作負載，需要大量計算資源，包括配備 AI GPU、專用 ASIC 或 CPU 的專用服務(wù)器。人工智能集群的規(guī)模受人工智能模型的復(fù)雜性和規(guī)模的影響，是功耗的主要決定因素。更大的人工智能模型需要更多數(shù)量的 GPU，從而增加總體能源需求。例如，擁有 22,000 個 H100 GPU 的集群使用大約 700 個機架?；?H100 的機架在安裝八臺 HPE Cray XD670 GPU 加速服務(wù)器時，機架總密度為 80 kW。施耐德電氣指出，因此，整個集群需要大約 31 兆瓦的電力，這還不包括冷卻等額外基礎(chǔ)設(shè)施需求所需的能源。

這些集群和 GPU 在整個訓(xùn)練過程中通常幾乎滿負荷運行，確保平均能耗幾乎與峰值功耗相同。該文件指出，大量AI集群的機架密度在30kW到100kW之間，具體取決于GPU的數(shù)量和型號。

網(wǎng)絡(luò)延遲在人工智能數(shù)據(jù)中心的功耗中也起著至關(guān)重要的作用。復(fù)雜的網(wǎng)絡(luò)基礎(chǔ)設(shè)施對于支持分布式訓(xùn)練過程中強大的 GPU 所需的高速數(shù)據(jù)通信至關(guān)重要。對高速網(wǎng)絡(luò)電纜和基礎(chǔ)設(shè)施（例如能夠支持高達 800 Gb/s 速度的電纜和基礎(chǔ)設(shè)施）的需求進一步增加了總體能耗。

鑒于人工智能工作負載需要高耗電的 ASIC、GPU、CPU、網(wǎng)卡和 SSD，冷卻構(gòu)成了重大挑戰(zhàn)。鑒于高機架密度和計算過程中產(chǎn)生的巨大熱量，有效的冷卻解決方案對于保持最佳性能并防止硬件故障或失效至關(guān)重要。與此同時，空氣和液體冷卻方法在功耗方面也“昂貴”，這就是為什么它們也對用于人工智能工作負載的數(shù)據(jù)中心的功耗造成很大影響。

一些建議

施耐德電氣預(yù)計AI硬件的功耗不會很快降低，公司充分預(yù)計AI機架的功耗將達到100kW或更高。因此，施耐德電氣對專門處理人工智能工作負載的數(shù)據(jù)中心提出了一些建議。

施耐德電氣特別建議從傳統(tǒng)的120/208V過渡到240/415V配電，以更好地適應(yīng)人工智能工作負載的高功率密度。對于冷卻，建議從空氣冷卻轉(zhuǎn)向液體冷卻，以提高處理器的可靠性和能源效率，盡管沉浸式冷卻可能會產(chǎn)生更好的效果。使用的貨架應(yīng)更寬敞，其規(guī)格例如寬度至少為 750 毫米，靜態(tài)承重能力大于 1,800 公斤。

審核編輯：劉清