Erbyn 2027, bydd maint marchnad canolfannau data gwyrdd yn cynyddu tua $147 biliwn
Gyda datblygiad cyflym deallusrwydd artiffisial cynhyrchiol, fel y ChatGPT poblogaidd, mae'r galw am bŵer cyfrifiadurol mewn canolfannau data wedi cynyddu. Mae cymwysiadau deallusrwydd artiffisial yn darllen llawer iawn o ddata ac yn defnyddio mwy o drydan na meddalwedd traddodiadol. Mae gan y GPU a ddefnyddir ar gyfer hyfforddi modelau AI cynhyrchiol ddefnydd pŵer uchel ac mae angen ynni oeri ychwanegol hefyd.
Yn ôl amcangyfrifon, o ran data macro, gall deallusrwydd artiffisial gyfrif am 3% i 4% o'r galw am drydan byd-eang erbyn 2030. Oherwydd yr ymchwydd mewn gweinyddwyr deallusrwydd artiffisial, mae'r defnydd o bŵer mewn canolfannau data wedi bod yn cynyddu'n sylweddol. Mae McKinsey yn rhagweld, erbyn 2030, y bydd y defnydd o drydan mewn canolfannau data yn fwy na dyblu.
Mae'r cynnydd mewn defnydd a chostau trydan yn ffactor allweddol sy'n sbarduno twf y farchnad. Mae defnydd ynni'r ganolfan ddata yn uchel iawn, a chyda'r galw cynyddol am gymwysiadau mwy pwerus fel cerbyd ymreolaethol, cyfryngau ffrydio a 5G, gall defnydd ynni'r ganolfan ddata dyfu'n esbonyddol, ac mae angen llawer o bŵer arnynt i'w cyflenwi. offer gwahanol.
Er mwyn mynd i'r afael â'r heriau enfawr o ran galw am ynni mewn canolfannau data, mae angen cymryd mesurau amrywiol, gan gynnwys caledwedd arbed ynni, atebion oeri arloesol, ynni gwyrdd, a strategaethau datblygu cynaliadwy ehangach.
Y defnydd o sglodion arbed ynni yw conglfaen gwella effeithlonrwydd ynni mewn canolfannau data. Mae gan sglodion arbed ynni swyddogaethau pensaernïaeth a rheoli pŵer uwch, gan chwarae rhan hanfodol wrth leihau'r defnydd o bŵer caledwedd canolfan ddata. Gall y sglodion hyn ddyrannu a defnyddio adnoddau caledwedd yn fwy effeithiol, a thrwy hynny wella perfformiad fesul wat. Er enghraifft, o'i gymharu â chenedlaethau blaenorol o broseswyr Intel Xeon, fe wnaeth Xeon bedwaredd genhedlaeth wella effeithlonrwydd perfformiad cyfartalog fesul wat ar gyfer llwythi gwaith targed 2.9 gwaith wrth ddefnyddio cyflymyddion adeiledig. Yn 2022, mae effeithlonrwydd ynni sglodyn H100 GPU AI Nvidia bron ddwywaith yn fwy na'r cynnyrch cenhedlaeth flaenorol A100.
Yn ogystal, mesur effeithiol arall i leihau'r defnydd o ynni mewn canolfannau data yw mabwysiadu atebion oeri mwy effeithlon ar raddfa fawr, gan leihau cyfran y defnydd o ynni oeri, a dangosydd allweddol yw "Effeithlonrwydd Defnydd Pŵer" (PUE). Yn ystod y degawd diwethaf, er gwaethaf cynnydd 6-plyg mewn allbwn cyfrifiadura a chynnydd 25-plyg mewn capasiti storio, dim ond 6% y cynyddodd defnydd ynni canolfannau data byd-eang rhwng 2006 a 2018. Yr effeithlonrwydd sylweddol hwn priodolir gwelliant i'r gostyngiad mewn PUE.
Yn ôl amcangyfrifon, disgwylir i farchnad y ganolfan ddata werdd gynyddu $146.95 biliwn rhwng 2022 a 2027, gyda chyfradd twf blynyddol cyfansawdd o 24.63%. Gyda'r defnydd cynyddol o oeri hylif (yn enwedig DLC oeri hylif uniongyrchol) ar raddfa fawr, bydd PUE y canolfannau data sy'n dod i mewn i'r cyfnod oeri hylif yn is na 1.3. Gall technoleg oeri hylif nid yn unig wella effeithlonrwydd oeri cyffredinol canolfannau data, ond hefyd ddiwallu anghenion oeri sglodion dwysedd pŵer uchel, lleihau dibyniaeth ar systemau aerdymheru sy'n defnyddio pŵer uchel, a hyrwyddo datblygiad amgylcheddol cynaliadwy.
