有許多趨勢和技術影響著全球范圍內的數據中心，這些問題包括實現可持續性的壓力、不斷增加的機架密度、應對具有挑戰性的AI工作負載、對更多數據中心的需求以及實施高級冷卻。Omdia的云和數據中心研究總監Vladimir Galabov在AFCOM最近舉辦的題為Omdia研究總監的Leap Year Insight的網絡研討會上概述了這些主題。

　　數據中心：向善的力量

　　Galabov首先解釋了數據中心是一股“向善的力量”，但我們需要更好地讓世界知道這一點。數據中心的高耗電量和高耗水量受到了如此多的關注，雖然可持續發展倡議可以而且應該被優先考慮，但這個故事還有另一個通常被忽視的方面：該行業對全球能源使用產生了積極影響。

　　Galabov說：“我們沒有做足夠的工作來捕捉和促進科技行業在降低整體經濟的能源密集度方面所帶來的能效提升，例如，造紙業是能源密集度最高的行業之一，技術通過減少對紙張的依賴，肯定產生了巨大的影響。”

　　他引用了Lawrence Berkeley Laboratory的一項研究，該研究表明，更多地使用技術可以減少三分之一的碳排放增長。東京大學的另一項研究發現，日本可以通過信息技術減少40%或更多的二氧化碳排放量。同樣，美國能效經濟委員會估計，IT部門每消耗一千瓦的能源，其他部門就會節省10千瓦。

　　Galabov說：“看看20世紀70年代美國的能源使用情況，并預測未來同樣的能源強度水平，如果沒有數據中心，我們今天的能源消耗量將顯著增加。”

　　AI如何影響能源消耗

　　GenAI的出現意味著將會有越來越多的問題被問到數據中心行業，從能耗的角度來看，我們的責任是什么，但Galabov說，需要理解的是，2008至2020年間，盡管全球計算和互聯網使用量激增，但數據中心在全球用電量中所占份額仍保持在1%左右，這些努力強調了以用電效率(PUE)為核心的效率方面取得的巨大進步，例如：隨著終端用戶轉向數字銀行，美國已有13000多家銀行分行關閉。

　　然而，AI的增長和GPU的采用即將改變能源使用方程式，NVIDIA對2024年的預測顯示，與之前的數字相比，數據中心GPU的出貨量增加了一倍以上，這將大大增加電力需求。

　　Galabov說：“隨著越來越多的電力用于AI，數據中心在全球電力中的份額在幾年內將上升到2%左右。”

　　數據中心建設趨勢

　　除了電力消耗增加外，Omdia預計美國、歐盟和中國等成熟地區的數據中心建設步伐將放緩，因為已經存在充足的容量，然而，在新興地區，這一步伐將會加快。Galabov說，非洲、拉丁美洲、中東、印度、泰國和越南都將看到更多的數據中心，因此，美國建筑業占全球總建筑量的比例從2017年的49%下降到今天的35%。

　　Galabov說：“埃塞俄比亞和納米比亞計劃每年將數據中心的容量翻一番，盡管他們的起點相對較低，另一個需要理解的因素是，正在進行的數據主權倡議將影響數據的存儲位置和最需要新數據中心的位置。”

　　除了更多的數據中心外，未來幾年，全球的機架密度也將不斷增加。根據Omdia的數據，從2021年的每個機架7千瓦，我們已經達到了平均機架密度12千瓦，預計到2030年，這種上升軌道將繼續下去，平均功率可能達到20千瓦。

　　效率和可持續性

　　隨著未來幾年電力使用量和密度預測的激增，該行業必須在效率和可持續性方面加倍努力。Galabov說，我們即將經歷新一輪數據中心優化浪潮，重點是減少IT足跡-整合設備、減少機械組件、改進電力轉換，以及數據中心采用AI支持的DCIM和管理系統。

　　Galabov說：“DCIM有機會成為一個集中化的自動化工具，可以跨數據中心運行，一直到邊緣。通過用AI豐富DCIM，我們可以最大限度地減少員工短缺的影響，并發展出進一步提高效率和可持續性的方法，無論是在IT層面還是在物理基礎設施層面。”

　　根據AFCOM的2024年數據中心狀況調查，超過一半的數據中心計劃實施太陽能，超過25%的數據中心正在添加風能，其他人則在考慮核能、氫氣、地熱和電池儲能系統(BESS)，這可以通過擺脫對公用事業的依賴來降低整體能源成本。

　　數據中心成了“AI工廠”

　　AI正在生活的方方面面施加影響——包括數據中心。在美國，每五個人中就有一個使用過GenAI，許多數據中心正處于制定長期AI戰略的規劃階段。

　　Galabov說：“第一步是將數據中心從計算和存儲工廠轉變為AI工廠。”

　　這需要適應更高的密度，并獲得進一步的效率，如改善氣流管理和遏制。他補充說，隨著低成本選擇的出現，預計液體冷卻也將迅速發展，例如，一家名為KeenCool的公司已經開發出一種單相液體，其售價是目前其他公司售價的6%。

　　Galabov說：“隨著液體冷卻變得更加大眾化，我們將在直接到芯片和浸入式冷卻市場看到更多的競爭，沉浸式冷卻的價格應該會大幅下降。”

　　此外，預計與交直流功率轉換相關的變化，例如，NVIDIA報告稱，在其DGX服務器的這些轉換過程中，大約有10%的電力損失，正在開發的系統需要在數據中心內從交流到直流的轉換更少，一些數據中心也在尋求通過整合提高效率，例如，一家工廠與戴爾合作，將其IT占用空間減少了90%，能源賬單減少了75%。

　　Galabov說：“未來的數據中心最終可能會擁有更少、密度更高的機架，我們一直在通過更高效的冷卻和電力基礎設施成功降低PUE，但仍有減少電力轉換的空間，以解決不必要的電力損失，同時提高IT設備的利用率。”

　　舊數據中心與新數據中心

　　Galabov認為，傳統數據中心應該被視為一個重大的成功故事。通過虛擬化、集裝化、軟件定義的架構、云和IT整合，他們實現了效率和性能的大幅提升。現在，我們正在通過應用程序優化以及處理能力和設計的改進等領域進入數據中心利用的新時代，谷歌就是一個很好的例子：在媒體處理方面，它部署了高度優化的服務器，現在他們用一臺包含低功耗ASIC的新服務器取代了五臺運行YouTube的舊服務器。

　　Galabov說：“新的數據中心將為AI優化其物理基礎設施，液體冷卻已經針對AI進行了優化，我們很快就會看到集中式的、AI驅動的能源管理系統。”