人工智能的蓬勃發(fā)展催生了數(shù)十個專門的AI數(shù)據(jù)中心建設(shè)項目，這些設(shè)施從頭開始建造，專門用于處理AI工作負(fù)載的獨特需求。但大多數(shù)AI數(shù)據(jù)中心項目需要數(shù)年時間才能完成。即使建成后，僅靠這些新建設(shè)施可能也無法滿足日益增長的AI基礎(chǔ)設(shè)施需求。

因此，數(shù)據(jù)中心行業(yè)必須在投資全新專用AI數(shù)據(jù)中心的同時，對現(xiàn)有設(shè)施進行改造以支持AI應(yīng)用。在許多情況下，對數(shù)據(jù)中心進行改造以適應(yīng)AI需求，是比建設(shè)新設(shè)施更快速、更經(jīng)濟、更可持續(xù)的AI部署路徑。

然而，這種改造也面臨挑戰(zhàn)。AI工作負(fù)載有特殊要求，傳統(tǒng)數(shù)據(jù)中心并非總能很好地滿足這些需求。在某些情況下，AI改造的成本可能超過其帶來的收益。

傳統(tǒng)數(shù)據(jù)中心面臨的AI挑戰(zhàn)

理論上，任何數(shù)據(jù)中心都可以支持任何類型的工作負(fù)載。數(shù)據(jù)中心本質(zhì)上就是容納服務(wù)器的建筑物，而托管AI工作負(fù)載的服務(wù)器在規(guī)?；蝾愋蜕吓c托管傳統(tǒng)服務(wù)（如網(wǎng)絡(luò)應(yīng)用或數(shù)據(jù)庫）的服務(wù)器并無根本差異。

然而，在傳統(tǒng)數(shù)據(jù)中心運行AI的挑戰(zhàn)在于，AI工作負(fù)載，尤其是那些由大語言模型驅(qū)動的應(yīng)用，其運行規(guī)模往往超出傳統(tǒng)設(shè)施的承載能力。具體來說，傳統(tǒng)數(shù)據(jù)中心在支持下一代AI工作負(fù)載時可能在以下幾個方面存在局限：

電力供應(yīng)：無論是在訓(xùn)練還是推理過程中，AI模型的能耗都比大多數(shù)其他類型的工作負(fù)載更高。這意味著即使傳統(tǒng)數(shù)據(jù)中心可以容納AI服務(wù)器，也可能無法提供這些服務(wù)器運行所需的全部電力。

散熱系統(tǒng)：高電力使用量必然帶來高散熱需求，因為更多的電力消耗會產(chǎn)生更多熱量。傳統(tǒng)設(shè)施的冷卻系統(tǒng)往往沒有足夠的容量來滿足AI的散熱需求。

機架尺寸和布局：AI服務(wù)器，即使是包含GPU等專用硬件設(shè)備的服務(wù)器，通?？梢匝b入標(biāo)準(zhǔn)數(shù)據(jù)中心服務(wù)器機架。然而，現(xiàn)有設(shè)施的機架可能太小，無法支持AI所需的服務(wù)器數(shù)量。機架布局也可能帶來挑戰(zhàn)，因為它們可能無法足夠高效地散熱。

網(wǎng)絡(luò)基礎(chǔ)設(shè)施：某些AI工作負(fù)載需要極低的延遲和高帶寬。傳統(tǒng)數(shù)據(jù)中心的網(wǎng)絡(luò)基礎(chǔ)設(shè)施可能無法跟上這些需求。

因此，雖然傳統(tǒng)數(shù)據(jù)中心通?？梢栽谝欢ǔ潭壬现С脂F(xiàn)代AI工作負(fù)載，但它們可能缺乏企業(yè)所需的電力、散熱、機架規(guī)模和網(wǎng)絡(luò)擴展能力來高效運行AI模型。

傳統(tǒng)數(shù)據(jù)中心AI改造方案

通過改造，傳統(tǒng)設(shè)施也可以適應(yīng)AI工作負(fù)載。具體而言，數(shù)據(jù)中心運營商可以進行以下投資：

修改機架尺寸或服務(wù)器房間布局：這是一種相對便宜且簡單的AI改造策略，但只有在設(shè)施同時具備支持更大更密集服務(wù)器部署的電力和散熱能力時才能發(fā)揮作用。

部署更高效的散熱系統(tǒng)（如芯片直接散熱），這可以在不需要大幅增加電力消耗的情況下提高AI散熱能力。雖然需要大量前期投資，但可以帶來長期節(jié)省。

升級電力基礎(chǔ)設(shè)施，使設(shè)施能夠接收更大電量并分配給服務(wù)器。這是一項成本相對較高的投資，而且問題是電網(wǎng)有時根本缺乏向數(shù)據(jù)中心提供更多電力的能力。在這種情況下，部署現(xiàn)場發(fā)電可能是一種選擇，但這會為改造項目增加更多費用。

提高現(xiàn)有數(shù)據(jù)中心電氣基礎(chǔ)設(shè)施的效率，以最大限度地減少"閑置電力"。這使數(shù)據(jù)中心能夠更有效地利用現(xiàn)有的電力容量。這是比大型電力基礎(chǔ)設(shè)施升級更小的投資，但缺點是可能只能帶來電力容量的增量提升，這可能不足以將傳統(tǒng)數(shù)據(jù)中心轉(zhuǎn)變?yōu)槭澜缂壍腁I數(shù)據(jù)中心。

升級網(wǎng)絡(luò)基礎(chǔ)設(shè)施以減少延遲并增加帶寬。這種改變的成本差異很大。特別取決于數(shù)據(jù)中心距離企業(yè)級網(wǎng)絡(luò)基礎(chǔ)設(shè)施的距離：在數(shù)據(jù)中心可以連接到現(xiàn)有高性能網(wǎng)絡(luò)連接的位置，改善網(wǎng)絡(luò)性能會更容易，而不必在大面積區(qū)域鋪設(shè)新的網(wǎng)絡(luò)基礎(chǔ)設(shè)施。

改造與重建的選擇策略

改造的替代方案是建設(shè)全新的數(shù)據(jù)中心，從一開始就能夠支持AI工作負(fù)載。主要缺點是需要大量費用和時間。還有一個風(fēng)險是，當(dāng)新的AI數(shù)據(jù)中心建成運行時，AI工作負(fù)載可能已經(jīng)發(fā)生變化，新設(shè)施不再適合。

選擇改造還是完全重建在很大程度上取決于現(xiàn)有設(shè)施能力與AI工作負(fù)載需求之間的差距。AI工作負(fù)載的需求在規(guī)模和范圍上可能差異很大；例如，部署預(yù)訓(xùn)練模型通常比運行必須先訓(xùn)練后才能開始推理的模型需要更少的能源。驅(qū)動AI工作負(fù)載的特定硬件類型可能差異很大，能源和散熱需求也是如此。

因此，對計劃中的AI工作負(fù)載需求和當(dāng)前數(shù)據(jù)中心容量進行詳細(xì)分析至關(guān)重要。這種分析對于確定改造項目是否足以使數(shù)據(jù)中心跟上現(xiàn)代AI的步伐，或者是否需要完全重建是必不可少的。

Q&A

Q1：傳統(tǒng)數(shù)據(jù)中心為什么無法直接支持AI工作負(fù)載？

A：傳統(tǒng)數(shù)據(jù)中心在電力供應(yīng)、散熱系統(tǒng)、機架布局和網(wǎng)絡(luò)基礎(chǔ)設(shè)施等方面存在局限。AI工作負(fù)載特別是大語言模型需要更高的電力消耗、更強的散熱能力和更低延遲的網(wǎng)絡(luò)連接，這些需求往往超出了傳統(tǒng)設(shè)施的承載能力。

Q2：數(shù)據(jù)中心AI改造有哪些主要方式？

A：主要改造方式包括：修改機架尺寸和服務(wù)器房間布局、部署芯片直接散熱等更高效散熱系統(tǒng)、升級電力基礎(chǔ)設(shè)施提高供電能力、優(yōu)化現(xiàn)有電氣設(shè)施減少閑置電力浪費，以及升級網(wǎng)絡(luò)基礎(chǔ)設(shè)施降低延遲增加帶寬。

Q3：如何決定是改造現(xiàn)有設(shè)施還是重建AI數(shù)據(jù)中心？

A：決策主要取決于現(xiàn)有設(shè)施能力與AI工作負(fù)載需求之間的差距。需要對計劃中的AI工作負(fù)載需求和當(dāng)前數(shù)據(jù)中心容量進行詳細(xì)分析，評估改造是否足以滿足現(xiàn)代AI需求，還是需要完全重建。重建雖然成本高時間長，但能確保完全適配AI需求。