Rozkwit gigantycznych centrów danych
Od roku 2019 na całym świecie powstało ponad tysiąc imponujących kompleksów przypominających wielkie magazyny. Każdy z tych obiektów zajmuje powierzchnię zbliżoną do stu tysięcy metrów kwadratowych i zużywa tyle wody, co małe miasteczko. Co więcej, ich pobór energii elektrycznej dorównuje zapotrzebowaniu całych miast. Są to centra danych dedykowane sztucznej inteligencji, które służą do uruchamiania i trenowania dużych modeli językowych, takich jak Claude czy ChatGPT.
Choć podobne obiekty obsługujące internet istnieją już od lat dwutysięcznych, te nowe, specjalistyczne kompleksy przynoszą zupełnie nowy zestaw wyzwań. Nie chodzi tu tylko o skalę, ale także o specyfikę obciążeń, które generują procesory graficzne podczas wykonywania skomplikowanych operacji matematycznych niezbędnych do funkcjonowania AI.
Wnętrze centrum danych: jak to działa?
Centra danych AI są zazwyczaj podzielone na kilka stref. Centrum Operacji Sieciowych zarządza ruchem danych oraz zużyciem energii, podczas gdy systemy zasilania, w tym transformatory i generatory gazowe, zapewniają nieprzerwany przepływ prądu. Kluczowym elementem jest również pomieszczenie łączności, które kieruje nadchodzące dane do serca obiektu – sali serwerowej.
Gdy zadajesz pytanie modelowi językowemu, Twój zapytanie trafia do jednej z tych sal. Proces generowania odpowiedzi wymaga wykonania miliardów operacji matematycznych w ułamku sekundy. Aby zarządzać tymi obliczeniami, centra danych polegają na tysiącach regałów serwerowych, wypełnionych płytami głównymi wyposażonymi w pamięć i karty graficzne.
Problem ciepła i zużycia energii
Ten ogromny potencjał obliczeniowy generuje poważny problem: nadmierne nagrzewanie się sprzętu. Nawet w klimatyzowanych salach serwerowych karty graficzne rozgrzewają się do temperatur, które mogłyby stopić płyty główne. Miedziane przewody łączące te układy również rozpraszają energię, co prowadzi do dodatkowego zużycia prądu i generowania jeszcze więcej ciepła.
Inżynierowie pracują nad rozwiązaniami tego kryzysu termicznego. Stosują sprawdzone metody, takie wieże chłodnicze parujące wodę, ale także nowatorskie podejścia. Do nich należą systemy kierujące schłodzoną wodę bezpośrednio za płyty główne lub zanurzanie całych trayów w nieprzewodzących płynach chłodzących.
Revolucja fotoniki i światłowody
Jednocześnie zastępujemy nieefektywne miedziane przewody, które transmitują dane za pomocą prądu elektrycznego, na włókna optyczne przesyłające informacje za pomocą światła. Na szczycie wielu regałów znajdują się nadajniki-odbiorniki optyczne, które konwertują sygnały elektryczne na świetlne. Pozwala to na transmisję danych z wyższą wiernością i niemal zerowymi stratami energii.
Integracja technologii fotoniki bezpośrednio w serwerach może rozwiązać kolejny istotny problem. Karty graficzne mają ograniczoną przestrzeń na połączenia miedziane, co limituje przepustowość danych. Zintegrowane układy fotonowe mogą wykorzystywać różne długości fal światła do wysyłania wielu strumieni danych przez kilka linii optycznych, co zwiększa efektywność i rozprasza obciążenie cieplne.
Perspektywy energetyczne na przyszłość
Mimo że eksperci szacują, że zintegrowana fotonika może zmniejszyć zużycie energii w centrach danych o blisko 50%, może to wciąż nie wystarczyć. Pojedyncza karta graficzna zużywa energię równoważną około szesnastu żarówek. Pomnożone przez wszystkie procesory w centrum, daje to moc wystarczającą do zasilenia trzystutysięcznego domu.
Przedsiębiorstwa dążą do tworzenia coraz inteligentniejszej sztucznej inteligencji, co obecnie oznacza budowanie coraz większych modeli. Szacunki przewidują, że do roku 2028 same centra danych w Stanach Zjednoczonych mogą zużywać tyle energii, ile osiem miast Nowy Jork. Niektóre firmy rozważają nawet budowę własnych elektrowni jądrowych przy nowych generacjach centrów danych.
Stajemy przed wyborem: musimy albo spowolnić ten rozwój, albo znaleźć sposoby na mądrzejsze obliczenia. Obecne modele są zaprojektowane tak, by odpowiadać na każde możliwe pytanie, co jest marnotrawstwem zasobów. Musimy nauczyć się optymalizować procesy, aby technologia nie zniszczyła środowiska, które ma chronić.