Barron's har med henvisning til data fra Boston Consulting Group udtalt, at datacentre vil forbruge 7,5% af den samlede tilgængelige elektricitet i USA inden 2030. Datacentre bygget til AI-systemer kan forbruge hundredvis af megawatt elektricitet pr. anlæg, hvilket betyder, at strømforsyningssystemet ikke længere vil være i stand til at følge med den hurtige vækst i antallet af datacentre.
Energibehovet for at drive AI-servere er enormt.
Analysen viser også, at energiforbruget i datacentre i USA vil stige fra 126 til 390 terawatt-timer fra 2022 til 2030, hvilket er tilstrækkeligt til at forsyne 40 millioner amerikanske husstande med strøm.
Estimater fra 650 Group antyder, at mængden af serversystemer, der leverer AI-behov, vil seksdobles fra sidste år til 2028 og nå 6 millioner enheder. Gartner forudser, at det gennemsnitlige strømforbrug for en acceleratorserver vil stige fra 650 W til 1.000 W.
Energiforbruget vil stige ikke kun på grund af det stigende antal servere, men også på grund af forskellige forhold. Bestræbelser på at optimere energiomkostningerne gennem anvendelse af kunstig intelligens til energiforbrugskontrol vil delvist afbøde denne tendens, men vil ikke løse problemet fuldstændigt. Overgangen til væskekøling af serversystemer vil være uundgåelig i de fleste tilfælde. Ifølge Super Micro kan driftsomkostningerne i datacentre reduceres med mere end 40 % ved at eliminere traditionelle luftkølesystemer til fordel for væskekøling.
Problemet forværres yderligere af den ujævne udvikling af det regionale elforsyningsnet. Derudover kan ikke alle steder effektivt overføre genereret elektricitet til steder med højt energiforbrugende systemer. Eksperter mener, at USA producerer nok elektricitet til at understøtte udviklingen af kunstig intelligens, men distributionsnetværket er problematisk.
[annonce_2]
Kildelink








Kommentar (0)