Rheoli thermol sglodion AI
Ar hyn o bryd, mae cewri technoleg eraill fel Microsoft, Google, a Meta hefyd yn ehangu eu canolfannau data i hyfforddi a rhedeg eu modelau deallusrwydd artiffisial. Yn ôl adroddiadau, mae Microsoft ac OpenAI yn bwriadu adeiladu prosiect canolfan ddata a fydd yn cynnwys uwchgyfrifiadur gyda miliynau o sglodion gweinydd pwrpasol, a gallai'r prosiect presennol gostio $ 115 biliwn, gan gynnwys uwchgyfrifiadur deallusrwydd artiffisial o'r enw Stargate, y disgwylir iddo gael ei lansio yn 2028. Dywedodd Prif Swyddog Gweithredol Meta Mark Zuckerberg hefyd ym mis Ionawr eleni y bydd seilwaith cyfrifiadurol y cwmni yn cynnwys 30000 o gardiau graffeg H100 erbyn diwedd 2024. Ychwanegodd hefyd, 'Os yw GPUs eraill yn cael eu cynnwys, mae tua 600000 o gyfrifiannau H100 cyfatebol.'.
Mae AIGC yn seiliedig ar fodelau mawr a data mawr. Mae model mawr yn cyfeirio at fodel sy'n gallu addasu i dasgau i lawr yr afon ar ôl hyfforddi ar ddata ar raddfa fawr ac eang. Ar ôl ymddangosiad model mawr, (1) cynyddir paramedrau'r model mewn maint; (2) Mae galw arallgyfeirio yn cyflymu uwchraddio amrywiol o bŵer cyfrifiadurol: Gellir rhannu pŵer cyfrifiadurol yn bŵer cyfrifiadurol sylfaenol, pŵer cyfrifiadura deallus, a phŵer uwchgyfrifiadura yn ôl paru galw. Yn 2021, cyrhaeddodd cyfanswm pŵer cyfrifiadurol dyfeisiau cyfrifiadurol byd-eang 615 EFLops, gyda chyfradd twf o 44%. Erbyn 2030, disgwylir iddo gynyddu i 56ZFlops, gyda CAGR o 65%. Bydd y pŵer cyfrifiadurol deallus yn cynyddu o 232EFlops i 52.5ZFlops, gyda CAGR yn fwy na 80%; Ar ôl ymddangosiad y model mawr, daeth â thueddiad newydd o dwf pŵer cyfrifiadurol, gydag amser dyblu cyfartalog o 9.9 mis ar gyfer pŵer cyfrifiadurol.
Y tu ôl i welliant pŵer cyfrifiadurol, rhaid i sglodion gael effeithlonrwydd cyfrifiadurol uwch a chwblhau mwy o gyfrifiadau mewn amser byrrach, sy'n anochel yn arwain at gynnydd yn y defnydd o ynni sglodion. Mae nodweddion dwysedd uchel a defnydd pŵer uchel canolfannau data mewn canolfannau uwchgyfrifiadura yn gwneud materion afradu gwres yn fwyfwy amlwg. Mae canolfannau data modern, yn enwedig canolfannau uwchgyfrifiadura, fel arfer yn cynnwys nifer fawr o ddyfeisiau pŵer uchel sy'n cynhyrchu llawer iawn o wres yn ystod y llawdriniaeth. Os na ellir afradu'r gwres mewn modd amserol ac effeithiol, bydd nid yn unig yn effeithio ar berfformiad y ddyfais, ond gall hefyd arwain at fethiannau caledwedd. Yn ôl adroddiad IDC, defnyddir tua 40% o'r defnydd o ynni mewn canolfannau data ar gyfer systemau oeri, sy'n dangos bod atebion oeri effeithiol yn hanfodol ar gyfer gweithredu canolfannau data.
Nid yw systemau oeri aer traddodiadol bellach yn gallu diwallu anghenion oeri uwchgyfrifiaduron cyfredol, felly mae technoleg oeri hylif wedi dod yn ddewis prif ffrwd yn y diwydiant yn raddol. Mae cymhwyso technoleg oeri hylif yn galluogi canolfannau data i ddarparu ar gyfer mwy o ddyfeisiau cyfrifiadurol yn yr un gofod, tra'n lleihau'r defnydd o ynni yn y system oeri. Mae cymhwyso technoleg oeri hylif nid yn unig yn gwella effeithlonrwydd cyfrifiadurol, ond hefyd yn lleihau'r defnydd o ynni a chostau gweithredu yn sylweddol. Gall technoleg oeri hylif drin mwy o dasgau cyfrifiadurol gyda'r un defnydd o ynni trwy ddargludiad gwres mwy effeithlon.
Gyda'r galw cynyddol am hyfforddiant AI a chyfrifiadura perfformiad uchel, bydd technoleg oeri hylif yn chwarae rhan bwysicach mewn canolfannau uwchgyfrifiadura yn y dyfodol. Disgwylir y bydd technoleg oeri hylif yn dod yn gyfluniad safonol mewn canolfannau uwchgyfrifiadura a chanolfannau data mawr yn y blynyddoedd i ddod i gwrdd â'r gofynion cyfrifiadurol cynyddol a heriau afradu gwres.
