合作机构:阿里云 / 腾讯云 / 亚马逊云 / DreamHost / NameSilo / INWX / GODADDY / 百度统计
乍一看,AI的繁荣可能对数据中心行业来说是一个巨大的福音。企业在AI上投资越多,他们需要的数据中心容量就越多,对吗?
不一定。尽管AI肯定会推动对数据中心的需求,但我倾向于认为,AI对该行业的影响最终将被证明是有限的。原因如下。
为什么AI将增加对数据中心的需求,理由很简单:构建和部署AI工作负载需要大量的IT基础设施-在许多情况下,包括专门的基础设施,如配备GPU的服务器。数据中心显然是托管基础设施的地方,因为它们不仅提供托管服务器的空间,还提供企业保护其在AI基础设施投资所需的物理安全控制、高效能源系统、冷却解决方案和其他资源。
因此,随着越来越多的企业寻求构建或部署AI模型,它们将转向数据中心来托管实现目标所需的服务器——至少流行的智慧往往是这样认为的。
可以肯定的是,在未来几年,数据中心内越来越多的服务器将专门用于AI工作负载。在某些情况下,企业甚至会建立专门用于AI的新数据中心。
但总的来说,要说AI将彻底颠覆整个行业,或者AI工作负载将超过其他类型的应用程序(如网络托管),成为数据中心的关键用途,这是言过其实的。
以下是AI热潮对数据中心的影响可能没有看起来那么大的四个原因。
首先,许多AI用例不要求企业永久拥有AI基础设施。如果你需要训练一个模型,在训练期间你将需要大量的计算能力,但之后,在你培训下一个模型之前,你将无法使用该服务器容量。
因此,对于大多数对AI感兴趣的企业来说,使用IaaS解决方案来满足其AI基础设施需求,而不是购买自己的服务器并将其部署在数据中心,在财务上更有意义。与其他类型的工作负载不同,AI需要间歇性的大规模基础设施。
考虑到IaaS提供商已经提供了大量廉价的基础设施容量,购买AI基础设施和数据中心空间来托管甚至更难证明是合理的。
例如,与标准公有云服务器相比,Spot VM实例可以获得大幅折扣,是执行AI培训的好方法。Spot实例的主要缺点-云提供商可以在没有任何警告的情况下关闭实例,可能会中断它们上托管的任何工作负载-对于AI培训来说不是太大的问题,因为在许多情况下,培训可以在不同的实例上暂停和恢复。
简而言之,当企业可以将超廉价的现有IaaS产品用于相同目的时,它们不太可能扩大自己的数据中心足迹来支持AI工作负载。
无论你使用哪种基础设施,从头开始开发、培训和部署AI模型都是一项艰苦的工作-如此之难,以至于很少有企业可能会这样做。大多数人可能会选择微软或谷歌等企业的第三方AI服务。
这些服务是由构建和培训自己模型的供应商提供的,因此使用这些模型的客户不需要购买自己的AI基础设施。
目前,GenAI是一个热门话题,企业投资AI解决方案的压力越来越大,但五年或十年后,大多数企业的AI战略可能已经成熟,他们将转向新的技术趋势。
这对数据中心来说意味着,AI导致的任何需求上升可能大多是暂时的-大幅扩展数据中心容量,结果发现中期后不再需要这些容量是不明智的。
一句话:除了专门开发AI软件的企业外,很少有企业有很好的理由投资数据中心来支持AI工作负载。预计AI的炒作将推动数据中心容量的一些增长,特别是在未来几年,但不要指望AI会导致对数据中心空间的需求大幅上升——因为现有的空间可能足以满足大多数企业的需求。
TOP