Iki 2027 m. žaliųjų duomenų centrų rinkos dydis padidės maždaug 147 mlrd
Sparčiai vystantis generuojamajam dirbtiniam intelektui, pavyzdžiui, populiariajam ChatGPT, kompiuterinės galios paklausa duomenų centruose išaugo. Dirbtinio intelekto programos nuskaito didelius duomenų kiekius ir sunaudoja daugiau elektros energijos nei tradicinė programinė įranga. Generaciniams AI modeliams treniruoti naudojamas GPU sunaudoja daug energijos ir reikalauja papildomos aušinimo energijos.
Remiantis skaičiavimais, vertinant makroduomenis, dirbtinis intelektas iki 2030 m. gali sudaryti nuo 3% iki 4% pasaulinės elektros energijos poreikio. Dėl dirbtinio intelekto serverių antplūdžio, energijos suvartojimas duomenų centruose smarkiai išaugo. McKinsey prognozuoja, kad iki 2030 m. elektros energijos suvartojimas duomenų centruose išaugs daugiau nei dvigubai.
Elektros energijos suvartojimo ir sąnaudų padidėjimas yra pagrindinis veiksnys, skatinantis rinkos augimą. Duomenų centro energijos suvartojimas yra labai didelis, o didėjant galingesnių programų, tokių kaip autonominė transporto priemonė, srautinė medija ir 5G, paklausa, duomenų centro energijos suvartojimas gali augti eksponentiškai, o joms tiekti reikia daug energijos. skirtinga įranga.
Norint išspręsti didžiulius energijos poreikio iššūkius duomenų centruose, reikia imtis įvairių priemonių, įskaitant energiją taupančią techninę įrangą, novatoriškus aušinimo sprendimus, ekologišką energiją ir platesnes tvaraus vystymosi strategijas.
Energiją taupančių lustų naudojimas yra kertinis akmuo gerinant energijos vartojimo efektyvumą duomenų centruose. Energiją taupantys lustai turi pažangią architektūrą ir energijos valdymo funkcijas, kurios atlieka lemiamą vaidmenį mažinant duomenų centro aparatinės įrangos energijos suvartojimą. Šie lustai gali efektyviau paskirstyti ir panaudoti aparatūros išteklius, taip pagerindami našumą vienam vatui. Pavyzdžiui, palyginti su ankstesnių kartų „Intel Xeon“ procesoriais, ketvirtos kartos „Xeon“ 2,9 karto pagerino vidutinį našumo efektyvumą vienam vatui esant tikslinėms darbo apkrovoms, naudojant įmontuotus greitintuvus. 2022 m. Nvidia H100 GPU AI lusto energijos vartojimo efektyvumas yra beveik dvigubai didesnis nei ankstesnės kartos produkto A100.
Be to, dar viena efektyvi priemonė sumažinti energijos suvartojimą duomenų centruose – plačiu mastu priimti efektyvesnius vėsinimo sprendimus, mažinančius aušinimo energijos suvartojimo dalį, o pagrindinis rodiklis yra „Energijos naudojimo efektyvumas“ (PUE). Per pastarąjį dešimtmetį, nepaisant 6-karto padidėjusios skaičiavimo galios ir 25-karto padidėjusios atminties talpos, pasaulinių duomenų centrų energijos suvartojimas nuo 2006 m. iki 2018 m. padidėjo tik 6 %. Šis didelis efektyvumas pagerėjimas siejamas su PUE sumažėjimu.
Remiantis skaičiavimais, 2022–2027 m. žaliųjų duomenų centrų rinka turėtų padidėti 146,95 mlrd. USD, o bendras metinis augimas sieks 24,63%. Vis dažniau diegiant aušinimo skysčiu (ypač tiesioginio aušinimo skysčiu DLC) dideliu mastu, duomenų centrų, pradedančių aušinimo skysčiu erą, PUE bus mažesnis nei 1,3. Skysčio aušinimo technologija gali ne tik pagerinti bendrą duomenų centrų aušinimo efektyvumą, bet ir patenkinti didelio galingumo tankio lustų aušinimo poreikius, sumažinti priklausomybę nuo daug energijos naudojančių oro kondicionavimo sistemų ir skatinti tvarią aplinkos plėtrą.
