29 جولای 2024 -توسط پل هاسکل داولند و بوگدان گیتا، مکالمه-شامل مراکز داده سنتی، مراکز داده اختصاصی هوش مصنوعی و مصرف ارزهای دیجیتال است. سناریوهای موردی کم و زیاد منعکس کننده عدم قطعیت در سرعت استقرار و افزایش بهره وری در میان پیشرفت های فناوری آینده است. اعتبار: آژانس بین المللی برق، CC BY
تقاضای سیری ناپذیر ما برای محتوا و خدمات دیجیتال باعث افزایش مراکز داده تشنه انرژی شده است.
آژانس بین‌المللی انرژی گزارش می‌دهد که مصرف برق جهانی مرکز داده می‌تواند در چند سال کوتاه دو برابر شود و تا سال 2026 به 1000 تراوات ساعت (TWh) برسد. این تقریباً همان چیزی است که کل ژاپن در سال تولید می‌کند.
برخی پیش‌بینی‌ها تخمین می‌زنند که 8 تا 10 درصد از تولید برق سیاره برای حفظ رشد بی‌امان در مراکز داده مورد نیاز است.این ارقام به طور یکسان در سراسر جهان توزیع نشده اند. در ایرلند، جایی که این بخش مشوق است، پیش‌بینی می‌شود مراکز داده طی دو سال آینده از 30 درصد تقاضای برق کشور فراتر رود. گزارش های مشابه پیش بینی می کند تا سال 2030 برق استرالیا از 5 درصد به 8 تا 15 درصد افزایش یابد.
پس چرا مراکز داده اینقدر به برق نیاز دارند و آیا کاری وجود دارد که بتوانیم آنها را بهینه تر کنیم؟
گشت و گذار در وب، اطلاع از فیدهای رسانه های اجتماعی ما و پخش جریانی بیش از حد جدیدترین مجموعه ها تنها برخی از فعالیت هایی است که مراکز داده پشتیبانی می کنند. علاوه بر این کاربردها، انرژی در مقیاس هوش مصنوعی (AI) و ارزهای دیجیتال نیز مصرف می شود.
ممکن است مراکز داده را به‌عنوان ردیف‌هایی از رایانه‌ها (سرورها) در قفسه‌هایی با چراغ‌های چشمک‌زن تصور کنیم، اما از نظر مصرف انرژی، این تنها بخشی از داستان است.
هنگامی که رایانه ها به سختی کار می کنند، تمایل به تولید گرما دارند – مقدار زیادی گرما. این گرما معمولاً برای اجزای رایانه مضر است یا سرعت آن را کاهش می دهد. با وجود هیچ یک از گزینه‌های مطلوب، مراکز داده از سیستم‌های خنک‌کننده گسترده برای نگه داشتن سیستم‌ها در دمای قابل تحمل استفاده می‌کنند.
از انرژی مصرف شده توسط کل مرکز داده، رایانه ها ممکن است حدود 40٪ را مصرف کنند. نسبت مشابهی معمولاً صرف خنک نگه داشتن رایانه ها می شود. این می تواند بسیار ناکارآمد و پرهزینه باشد.
جایی که مراکز داده برای خنک‌سازی مایع طراحی شده‌اند – به عنوان مثال، با غوطه‌ور کردن تجهیزات “گرم” در مایع یا خنک کردن مستقیم هوا – این می‌تواند منجر به هدر رفتن حجم قابل توجهی از آب شود.
چگونه می توانیم مراکز داده را کارآمدتر در مصرف انرژی کنیم؟
استفاده از انرژی های تجدیدپذیر بیشتر می تواند تقاضا در شبکه برق و ردپای کربن نهایی یک مرکز داده را کاهش دهد. با این حال، در وهله اول راه های زیادی نیز برای کاهش مصرف برق وجود دارد.
جریان هوا: مراکز داده قدیمی هنوز ممکن است به عنوان یک اتاق بزرگ (یا چند اتاق) که در آن کل فضا خنک می شود، کار کنند. طراحی های مدرن تر از مناطق گرم و سرد استفاده می کنند و فقط تجهیزات خاصی را خنک می کنند که در آن تولید گرما مشکل ساز است.
بازیابی انرژی: به جای خنک کردن اجباری هوا (یا مایعات) با استفاده از برق، اگزوز گرم از مراکز داده را می توان تغییر کاربری داد. این می تواند جایگزین یا مکمل عملکردهای گرمایش آب یا گرمایش مرکزی برای بخش های انسان محور ساختمان یا حتی تامین کننده محل های اطراف باشد.
به عنوان مثال می توان به گرم کردن خانه ها و مشاغل در فنلاند، یک استخر شنا در بریتانیا و حتی یک مزرعه پرورش ماهی قزل آلا در نروژ اشاره کرد.
خنک‌سازی آبخوان: در مکان‌هایی با دسترسی راحت به منابع آب زیرزمینی، خنک‌سازی آب زیرزمینی یک گزینه مناسب برای پراکنده کردن گرمای اضافی است. یک نمونه را می توان در استرالیای غربی با پروژه زمین گرمایی CSIRO یافت که به خنک کردن مرکز داده Pawsey در پرث کمک می کند.
بهینه سازی: اگرچه ارقام قابل اعتمادی برای تعیین کمیت این نوع ضایعات وجود ندارد، نرم افزار یا سخت افزار با پیکربندی ناکارآمد می تواند مقداری از توان محاسباتی مصرف شده در مرکز داده را مصرف کند. بهینه سازی این موارد می تواند به کاهش مصرف برق کمک کند.
از قضا، تعداد فزاینده ای از رویکردهای خنک کننده شامل استفاده از هوش مصنوعی یا یادگیری ماشینی برای نظارت بر سیستم و تولید یک راه حل بهینه است که نیاز به قدرت محاسباتی اضافی دارد.بهینه سازی مصرف انرژی به طور کلی می تواند هزینه های تولید انرژی را بهبود بخشد. این ایده میدان قابل توجهی از تحقیقات را در مورد اجرای کارآمد تمام سخت افزار در یک مرکز داده باز می کند.
مکان یابی فیزیکی: با برنامه ریزی مکانی که مرکز داده در آن قرار دارد، می توان به میزان قابل توجهی نیاز به خنک کننده را کاهش داد. در شمال اروپا، آب و هوای محلی می تواند یک راه حل خنک کننده طبیعی ارائه دهد.به طور مشابه، آزمایش‌های اخیر با استفاده از مراکز داده زیر آب، نه تنها از نظر نیازهای خنک‌کننده، بلکه در مورد قابلیت اطمینان تجهیزات نیز مؤثر بوده است.
آینده مراکز داده
تکامل هوش مصنوعی در حال حاضر بیشترین تأثیر را بر مصرف انرژی مرکز داده دارد. آموزش پلتفرم‌های هوش مصنوعی مانند ChatGPT، Gemini، Claude، Copilot و دیگران چنین تأثیری دارد، سازمان‌هایی مانند Google اخیراً انتشار گازهای گلخانه‌ای خود را افزایش داده‌اند.
حتی پس از آموزش، استفاده از برنامه های کاربردی مجهز به هوش مصنوعی نشان دهنده مصرف انرژی قابل توجهی است. یک تخمین نشان می‌دهد که جستجوهای هوش مصنوعی ده برابر بیشتر از یک جستجوی معمولی Google استفاده می‌کنند.
تمایل ما به استفاده از محصولات مبتنی بر هوش مصنوعی (و اشتیاق فروشندگان برای توسعه آنها) هیچ نشانه ای از کاهش سرعت نشان نمی دهد. این احتمال وجود دارد که پیش‌بینی‌ها برای استفاده از انرژی مرکز داده در سال‌های آینده در واقع محافظه‌کارانه باشد.
چراغ‌ها هنوز خاموش نشده‌اند، اما ما به نقطه اوج نزدیک می‌شویم که در آن نیرو مورد نیاز سیستم‌هایی که به آنها وابسته هستیم از ظرفیت تولید پیشی می‌گیرد.
ما باید در تولید انرژی پاک و راه حل های موثر بازیابی انرژی در مراکز داده سرمایه گذاری کنیم. و در حال حاضر، شاید باید در نظر بگیریم که آیا واقعاً برای ترسیم یک تصویر احمقانه به ChatGPT نیاز داریم.
