H2): Text-3XL PB-8 “>
Dengan kendala grid membuat koneksi daya baru semakin sulit, operator dan peneliti pusat data berebut untuk menemukan keuntungan efisiensi di mana pun mereka bisa. Tetapi perbaikan kecil-seperti sistem tenaga berpendingin cair, jadwal pemeliharaan yang lebih cerdas, dan distribusi listrik tegangan yang lebih tinggi-berjalan melawan masalah fisika mendasar dan insentif ekonomi yang memprioritaskan kinerja daripada keberlanjutan. Pertanyaannya adalah apakah kemenangan bertahap ini dapat mengimbangi Nafsu makan eksponensial AI untuk listrik.
Pusat data sudah mengkonsumsi sekitar 4% Dari jaringan listrik AS, sosok yang diharapkan mencapai 9% dalam dekade berikutnya. Di pasar panas seperti Virginia dan Texas, perusahaan listrik begitu kewalahan dengan permintaan untuk koneksi pusat data baru sehingga mereka mengenakan biaya jutaan dolar hanya untuk mempelajari apakah jaringan dapat menangani beban.
H2): Text-3XL PB-8 “>
“Kita berbicara tentang puluhan dan ratusan poin persentase,” kata Mallory. “Tapi itu sangat, sangat berdampak pada biaya operasi. Jika Anda menjatuhkan pue sepersepuluh poin persentase – katakan Anda beralih dari 1,4 menjadi 1,3 – Anda bisa mendapatkan efisiensi $ 50.000 per bulan untuk setiap megawatt konsumsi daya.”
H2): Text-3XL PB-8 “>
Mengingat skala besar konstruksi yang sedang berlangsung, keuntungan ini menjadi lebih signifikan. Pasar pusat data primer di Amerika Utara sekarang memiliki hampir 7.000 megawatt kapasitas, dengan lebih dari 6.000 megawatt yang sedang dibangun, menurut perusahaan real estat CBRE. Di seluruh jejak itu, bahkan peningkatan efisiensi sederhana dapat diterjemahkan menjadi lebih banyak kapasitas komputasi AI secara signifikan tanpa memerlukan regangan tambahan pada jaringan listrik yang sudah kewalahan.
H2): Text-3XL PB-8 “>
Namun tidak peduli seberapa sempurna diatur, semua pusat data bertarung dengan pertempuran yang sama melawan panas.
H2): Text-3XL PB-8 “>
Untuk menangani beban daya besar secara lebih efisien, pusat data harus meningkatkan sistem listrik mereka. Untuk menangani beban daya besar secara lebih efisien, pusat data harus meningkatkan sistem listrik mereka. Pusat data tradisional menggunakan distribusi daya tegangan rendah, tetapi rak AI sekarang membutuhkan sistem tegangan yang lebih tinggi, dengan beberapa operator merencanakan lompatan menjadi 400 atau bahkan 800 volt.
H2): Text-3XL PB-8 “>
Untuk benar -benar mengatasi masalah panas, pusat data membutuhkan solusi yang lebih radikal. Itulah sebabnya konektivitas TE dan perusahaan lain telah mengembangkan sistem distribusi daya berpendingin cairan-pada dasarnya kabel listrik berpendingin air-yang dapat menangani lebih banyak daya dalam jejak yang sama dengan sistem tradisional sambil menghilangkan panas lebih efektif.
H2): Text-3XL PB-8 “>
Tetapi pendinginan cair menciptakan tantangan keberlanjutannya sendiri: pusat data dapat mengonsumsi jutaan galon air setiap tahun untuk pendinginan, tegang pasokan air lokal. Beberapa fasilitas sedang bereksperimen dengan pendinginan perendaman – secara harfiah mencelupkan seluruh server dalam minyak mineral – yang menghilangkan penggunaan air sepenuhnya, meskipun logistik membuatnya tidak praktis untuk sebagian besar aplikasi sejauh ini.
AMD bertaruh pada arsitektur skala rak Itu dapat meningkatkan efisiensi energi 20 kali lipat pada tahun 2030, sementara desain chip yang lebih baru mendukung perhitungan presisi yang lebih rendah yang dapat secara dramatis mengurangi beban komputasi. Nvidia’s
GPU Blackwell generasi berikutnya – dan genap
Platform Blackwell Ultra yang lebih baru – menjanjikan peningkatan efisiensi mereka sendiri. CEO NVIDIA Jensen Huang telah menyatakan bahwa GPU Perusahaan
khas 20 kali lebih hemat energi untuk beban kerja AI tertentu daripada CPU tradisional.
H2): Text-3XL PB-8 “>
Algoritma yang memberi daya pada AI menunjukkan kemajuan yang lebih sedikit menuju efisiensi. Para peneliti seperti Alistarh masih mengerjakan teknik yang dapat mengurangi konsumsi energi AI generatif, seperti menggunakan matematika yang lebih sederhana yang membutuhkan daya komputasi yang lebih sedikit. Kelompok lain sedang mengeksplorasi arsitektur yang sama sekali berbeda yang dapat menggantikan transformator sama sekali.
H2): Text-3XL PB-8 “>
Perusahaan lebih suka membangun model haus energi yang mendapat skor lebih tinggi pada tes ini daripada yang efisien yang mungkin tertinggal di belakang pesaing, bahkan sedikit. Hasilnya adalah industri yang mengoptimalkan peringkat papan peringkat atas keberlanjutan, membuat peningkatan efisiensi, terlepas dari penghematan biaya, perhatian sekunder terbaik.
H2): Text-3XL PB-8 “>
Beberapa pelaporan untuk artikel ini dilakukan sebagai bagian dari residensi jurnalisme yang didanai oleh Institute of Science and Technology Austria.
Sumber
https://qz.com/ai-chips-power-electricity-grid-data-centers
