Sissejuhatus

2025. aastal on suur investeeringute kasv tehisintellektipõhiste andmekeskuste infrastruktuuris eksimatu. Ülemaailmne digitaalmajandus, mida võiks nimetada relvarace'iks, on seotud miljardite eurodega, mis on seotud tehnoloogiahiiglaste kapitalikohustustega, et toetada agressiivselt uusi rajatisi. Järgnevalt uurime peamisi jõude, mis sunnivad ettevõtteid lisama miljardeid AI-andmekeskustesse, ülemineku aluseks olevaid arhitektuurilisi ja tegevuslikke muutusi, kuidas ärimudelid kohanevad ning millised on riskid ja tulevased tagajärjed sinusuguste organisatsioonide jaoks (koos sügava huviga infrastruktuuri vastu, võrdlusuuringutega, mahalaadimise arvutamisega jne).

Investeeringu ulatus

Et haarata hoogu, siin on mõned esinduslikud andmepunktid:

• Microsofti plaanid 80 miljardit USA dollarit Fiscal 2025 ehitada tehisintellektuaalseid andmekeskusi, eriti Ameerika Ühendriikides. Reuterid

• AI-ga seotud ülemaailmne investeerimisbuum andmekeskustes on hinnanguliselt triljonites: ühes artiklis märgiti, et 3 triljonit dollarit AI-andmete keskuse kulutuste buum on käimas. Valvur

• 2025. aasta andmete keskuse investorite ülevaate kohaselt kasutasid sellised ettevõtted nagu Blackstone, Bain Capital ja teised aktiivselt kapitali suuremahulisteks hüpertasandi ja GPU-rikasteks rajatisteks. STL Partnerid

Need arvud näitavad, et tegemist ei ole täiendava kasvuga, vaid infrastruktuuri strateegilise ja laiaulatusliku muutusega.

Miks nüüd?

1. AI mudeli keerukuse ja nõudluse plahvatus

Suurte keelemudelite, generatiivsete AI-süsteemide, simulatsioonikoormuse ja muude arvutuslike ülesannete tõus on oluliselt muutnud andmekeskuste nõudluse profiili:

• Väljaõpe ja järelkontroll mastaabis nõuavad massiivne GPU klastrid, suure tihedusega riiulid, arenenud võrgustike ja jahutus.

• Nagu üks artikkel kirjeldab: Iga ekstra märgi loodud AI algoritmid sõltub sellest kihist. Hangi

• Ettevõtted lähevad traditsiooniliselt CPU-keskselt töökoormuselt üle GPU/ASIC-kiirendatud töökoormusele, mis tekitab uusi arhitektuurinõudeid (võimsustihedus, jahutus, ühenduvus).

Lühidalt: arvutuslik nõudlus kasvab nii horisontaalselt (rohkem mudeleid/kasutajaid) kui ka vertikaalselt (suuremad mudelid, rohkem parameetreid, rohkem andmeid).

2. Konkurentslik eelis ja esmane investeering

Paljudele suurtele tehnoloogiafirmadele ja pilvandmetöötluse pakkujatele on võidujooks midagi enamat kui lihtsalt kulutõhus andmetöötlus: see seisneb infrastruktuuri vallikraavi ehitamises:

• Ettevõtted nagu Microsoft, Amazon AWS, Google Cloud ja Meta ei ole rahul sellega, et nad ehitavad oma järgmise põlvkonna vahendeid, et saada kasutus-, latentsus-, kulu- ja kontrollieeliseid. 174 Ülemaailmne võimsus+1

• Ettevõtjatele (sealhulgas teie enda võrdlusuuringu kontekst, GPU off-koormus, virtualiseerimine jne), kellel on juurdepääs spetsialiseeritud infrastruktuurile, annab eristaja: kiirem mudeli iteratsioon, madalam latentsusjäreldus, suurem läbilaskvus koolitus.

Sellest tulenevalt on ettevõtted valmis nüüd siduma selle tulevikuväärtusega miljardeid.

3. Infrastruktuur kui strateegiline vara

Data-centres ei ole enam lihtsalt staatiline ~ võõrustamine ~vara on strateegiline infrastruktuur tehisintellekti jaoks:

• Neil on pikaajaline vara (10+ aastat) ning neid koheldakse üha enam kui elutähtsat tööstustaristut (energia, jahutus, kiudained, taastuvenergia).

• Investorid ja infrastruktuurifondid on liikumas: andmekeskuse tippinvestorite nimekiri hõlmab nüüd infrastruktuuri/reaalvaraga ettevõtteid, kes näevad andmekeskusi kui keskseid kasvuplatvorme. STL Partnerid

• AI arvutamise olemus tähendab, et oluline ei ole mitte ainult serverid, vaid ka parempoolsed serverid õiges kohas (tõhusa võimsusega, madala latentsusega, suure ribalaiusega).

Seega tähendab õige tehisintellekti-andmekeskus ettevõtete jaoks sageli oma ettevõtte tuleviku ülesehitamist.

4. Energia, asukoht ja tagi ökonoomika

Ulatuslikud tehisintellekti andmekeskused on energiamahukad, soojusemahukad, ruumimahukad ja saavad kasu mastaabisäästust:

• Üks tehniline dokument näitab, kuidas tehisintellekti andmekeskuste ühisasustamine taastuvenergia tootmise ja arukate energiajuhtimissüsteemidega võib oluliselt vähendada kulusid ja keskkonnamõju. arXiv

• Teine näitab, kuidas hajutatud, võrguteadlikud andmekeskused võiksid aidata stabiliseerida võrkusid, neelates massiivseid arvutuskoormusi. arXiv

• Strateegiline asukoht, juurdepääs odavale/taaskasutatavale energiale, soodne võrgupoliitika, maa ja kõik muu on lubatud. Ettevõtted, kes püüavad ehitada tehisintellekti-keskselt, võtavad arvesse mitte ainult kulusid, vaid ka energia + jahutuse + kinnisvara + ühenduvuse kulusid.

5. Suveräänsus, reguleerimine ja geostrateegilised probleemid

Compute küsimusi mitte ainult kaubanduslikult, kuid poliitiliselt:

• Hiljutises 775 USA-välise andmekeskuse uuringus leiti, et andmekeskuse infrastruktuuri (mis riik, milline ettevõtja) kontrollimine on üha enam digitaalse suveräänsuse hooba. arXiv

• Mõned riigid püüavad otseselt meelitada tehisintellekti andmekeskusesse investeeringuid, et koguda sisemiselt AI väärtust.

• Ettevõtted mõtlevad peale latentsus- ja kulude riskidele: regulatiivsele riskile, ekspordikontrollile, tarneahela piirangutele, millest kõik on suunatud infrastruktuuri omamisele või rangele kontrollimisele.

Mida tähendab 'AI-valmis andmekeskus' võtmearhitektuuriline nihe

Intellektuaalomandiga seotud töökoormusega seotud andmekeskuste ehitus erineb oluliselt tavapärasest ettevõtlusest või pilvandmekeskustest. Mõned peamised erinevused:

• Võimsustihedus: AI riiulid võivad vajada kümneid kilovatte (kW) riiuli kohta, mitte mõnda. Jahutamine ja energia jaotus peavad seda toetama.

• JahutussüsteemidVedelikjahutus, otse-kiibi-jahutus, kastmisjahutus muutuvad tihenevate GPU-klastrite jaoks üha tavalisemaks.

• Ühendatavus ja latentsus: Suured GPU klastrid nõuavad sageli väga kiireid ühendusi (NVLink, CXL, PCIe, kiire Ethernet) ja madala kiirusega ühendusi ladustamise, võrgu, servateenustega.

• Modulaardisain ja kiire kasutuselevõttMõned uuemad operaatorid kavandavad modulaarseid GPU-podge või konteinerandmekeskusi, et nad saaksid kiiresti kasutada suurt võimsust.

• Energia ja jätkusuutlikkuse infrastruktuur: Kuna võimsus on kallis ja üha enam kontrollitud, on paljud rajatised taastuvenergia ühispaiknemisel, kasutades arukat koormusemuutmist, ehitades odava energiaga saite või pidades läbirääkimisi suuremahuliste energiatehingute üle.

• Spetsiaalsed riistvara elutsüklid: Erinevalt tüüpilistest serveritest peavad tehisintellekti klastrid jääma GPU/kiirenduse värskendustsüklitesse (nt iga ~18-24 kuu järel), mis tähendab, et infrastruktuur peab toetama uuendusi, jahutust, suure tihedusega võimsust.

• Asukohastrateegia: Lähedus AI mudeli uurimiskeskustele, andmeallikatele, kasutajate tulemusnäitajatele ja ühenduvusele pilvede/hübriididega.

Sest igaüks oma valdkonnas (AI võrdlusuuring, raske GPU kasutamine, virtualiseerimine, jne.) on: infrastruktuur on nüüd esmane eristaja, mitte ainult kulu.

Mõju ärimudelile

Äri-perspektiivselt langeb AI-andmekeskuse infrastruktuuri suurte investeeringute loogika mitmesse korvi:

• Uute tuluvoogude võimaldamine

Ettevõtted näevad üleminekut tehisintellektile kui uute ärivaldkondade loomist: mudelikoolitus, järelkontroll teenusena, ettevõtte tehisintellektikonsultatsioon, AI-de ekspluatatsioonid. Nende toetamiseks on vaja infrastruktuuri. Ilma selleta riskid sa sõltumisega kolmandatest osapooltest.

• Kulude kontroll ja kasumimarginaali parandamine

Omades või kontrollides infrastruktuuri, mis on optimeeritud AI töökoormuse jaoks, püüavad ettevõtted vähendada tegevuskulusid järelduse või koolitustunni kohta. Ulatuslik majandus võib hüperkalibraatorite jaoks vähendada kulusid piisavalt, et võimaldada uusi atraktiivsete marginaalidega teenuseid.

• Strateegiline eelis ja lukustamine

Infrastruktuuri investeeringud loovad vallikraavi: kui organisatsioon omab või kontrollib märkimisväärset tehisintellekti võimsust, on konkurentidel raskem sobida. Samuti, integratsioon patenteeritud riistvara, tarkvara korstnad, kohandatud jahutus jne, suurendab vahetamise kulud.

• Sisemiste uuenduste toetamine

Teie maailmas GPU-offload, AI võrdlusuuringud, virtualiseerimine, tööriistade arendamine: millel on juurdepääs suurte arvude rajatised võimaldab kiiremat iteratsiooni, suuremad katsed ja sisemine konkurentsieelis. See on tootlikkuse investeering, mitte ainult infrastruktuur.

• Infrastruktuuri kui teenust teistele

Mõned ettevõtted ehitavad tehisintellektuaalseid andmekeskusi oma vajaduste rahuldamiseks ning pakkuda võimsust teistele (nt AI idufirmad, SaaS ettevõtted). Selline kahesuunaline mudel võimaldab ülevõimsuse rahaseerimist.

• Riskimaandamine ja kontroll

Kuna AI muutub ärimudelites keskseks, võib sõltuvus välistest tarnijatest või pilvedest muutuda kitsaskohaks või riskiks (suhtelisus, andmete suveräänsus, kuluinflatsioon). Investeeringud infrastruktuuri on riskimaandus.

Piirkondlik ja tööstusharu dünaamika

• Investeeringute buum on ülemaailmne: Aasia-Vaikse ookeani piirkond, Euroopa, Lähis-Ida kõik otsivad tehisintellekti ülikoolilinnakuid. Näiteks teatas Prantsusmaa suurtest investeeringutest, et saada võidujooksus tagasi spetsiaalsete AI superarvutite/andmekeskuse ülikoolilinnakutega. Le Monde.fr

• Arenevad turud võivad muutuda atraktiivseks maa, võimu või regulatiivsete eeliste tõttu (eelkõige energiamahuka infrastruktuuri puhul).

• Kaasatud on ka väljaspool puhast tehnoloogiat asuvad tööstusharud: finantsteenused, autotööstus, tervishoid ja tootmine investeerivad üha enam tehisintellekti infrastruktuuri ja suurendavad seeläbi nõudlust ®AI andmekeskuste järele.

Peamised probleemid ja riskid

Kuigi põhjendus on tugev, ei ole need investeeringud ilma märkimisväärse riski ja keerukuseta:

• Kapitali suur osatähtsus: Tegemist on mitme miljardi dollariliste kohustustega, millel on pikk horisont enne tagasimakset.

• Kiired tehnoloogilised muutused: AI riistvara, jahutus, võrgumaastik areneb kiiresti; investeeringud tänapäeva arhitektuuri võivad mõne aastaga muutuda ebaoptimaalseks (nt GPU uus põlvkond, uus mälu/arhitektuur, optilised ühendused).

• Energia ja jätkusuutlikkuse surve: AI arvutades kasvab ka energiatarbimine ja CO2-jalajälg. Reguleerivad asutused, kogukonnad ja ettevõtted on jätkusuutlikkuse tagamiseks surve all. Dokumendid näitavad, kuidas taastuvad ja ühendatud andmekeskused saavad aidata, kuid need muudavad ka keerulisemaks. arXiv

• Võrgu- ja võimsuspiirangudPaljud piirkonnad võitlevad vajaliku võimsuse või usaldusväärse ühenduvuse tagamisega või võivad kokku puutuda lubade/energialepingute hilinemisega.

• Geopoliitiline/reguleeriv riskInfrastruktuur võib alluda ekspordikontrollile, andmesuveräänsusseadustele, valitsuse sekkumisele. Dokumendid, milles uuritakse mitte-USA andmekeskusi, näitavad, et ettevõtjad, kelle kodakondsus ja kontroll on olulised. arXiv

• Nõudluse ebakindlusNõudlus tehisintellekti järele kasvab, kuid tuleviku töökoormuse täpne kuju, ajastus ja ärimudel on endiselt ebakindel. Nõudluse erineval muutumisel on oht liigsele tootmisvõimsusele või raisatud kulutamisele.

• Jahutamine/termiline risk: Kuna hammasrihma tihedus suureneb, muutub jahutuse juhtimine mitte-triviaalseks (rikkumise oht, soojuse vähendamine, kulude suurenemine).

• Investeeringutasuvuse surve: Investorid (infrastruktuurifondid, REITid jne) hindavad, milline on tehisintellekti-andmekeskuste tulumudel, kui see on lihtsalt hosting.

Mida see tähendab (ja mida peaksite kaaluma)

Arvestades teie huvi GPU võrdlusuuring, AI töövood, virtualiseerimine ja infrastruktuur, siin on mõned mõjuvad tagajärjed ja kaalutlused:

Suurema arvutusliku kasutatavuse kava

• Kui te töötate välja tehisintellekti võrdlussviite või off-load strateegiaid (GPU/CPU/DirectML/ONNX jne), siis oodake, et suurtel organisatsioonidel on üha enam ettevõttesisene või allhanke korras juurdepääs ~AI-valmis klastritele.

• Kui te toetute ainult kaubapilvele/virtualiseerumisele, võite leida kulu/tulemuslikkuse alamoptimaalsuse võrreldes organisatsioonidega, kellel on kohandatud AI andmekeskused.

Infrastruktuuristrateegia peaks arenema

• Mõelge, kus juhtida oma töökoormust: sisemine klastri vs kolmanda osapoole vs hüperscale AI-data-keskus.

• Hinda, kas teie võrdlus- või varustusvahendid on kohandatud uue GPU klastri paradigmaga (nt lairibaühendus, otsekiibi jahutamine, hammas > 50 kW).

• Mõelge skaleeritavuse, energiakulu, jahutuse ja energia infrastruktuuri osana oma pinu (mitte ainult arvutada).

Säästvus ja energia peaksid olema osa planeerimisest

• Kui koormuste arv suureneb, suurenevad ka energia-/jahutuskulud. AI infrastruktuuri ehitamine või kasutamine tõhusates kohtades, kus on juurdepääs taastuvenergiale, võib oluliselt mõjutada TCOd ja sõiduplaani.

• Kui te võrdlussüsteemid, lisada energia-tokeni või energia-järelduse mõõdikud.

Tootja ja riistvara ökosüsteemid

• Varustusahela komponent (GPUd, ASICid, ühendused, mälu) on üha enam seotud suuremahuliste andmekeskuste kasutuselevõtuga. See tähendab, et infrastruktuur, mida te võrdlete või arendate, areneb kiiresti ja võib sõltuda partnerlustest või mastaabist.

• Juurdepääs järgmise põlvkonna tehisintellekti riistvarale (nt andmekeskuse skaala jaoks kavandatud GPUd, kohandatud ASICid, CXL-ühendus, vedeljahutus) võib olla eristustegur.

Riski vähendamise strateegia

• Sest investeerimistsüklid on suured ja pikad, kaaluda mitmekesistamist (hübriidpilv + on-prem + serv), mitte eeldada, et kõik arvutused lähevad üle ~AI-andmekeskustesse.

• Jälgida regulatiivseid/suveräänsusriske andmekeskuste asukoha või tegevuse ümber.

• Olge teadlikud võimalikest liigse tootmisvõimsuse stsenaariumidest, mis võivad vähendada andmekeskuste operaatorite marginaale (mis võivad mõjutada kättesaadavust, hinnakujundust).

Võrdlusuuringute ja töövahendite loomise võimalus

• Teie huvi AI-Benchmarki sviitide, GPU off-load ja virtualiseerimine võiks ühtida kujuneva suundumusega ~AI-andmekeskuse arhitektuuris. Uute arhitektuuride võrdlemisel on võimalus võrrelda on-prem vs. pilv vs. tehisintellektuaalseid andmekeskusi, modelleerida energia/kulu/läbilaskvuse kompromisse.

• Mõelge ehitusmoodulitele/vahenditele, mis aitavad ettevõtetel hinnata oma AI-andmekeskuse ehitamisel, on mõttekas võrreldes hüperskaala operaatorite liisinguvõimsusega.

Mida vaadata?

Siin on mõned tulevikku suunatud teemad, mida ettevõtted ja võrdlusalused (nagu teie) peaksid jälgima:

• Arhitektuursed hüppedJärgmine tehisintellekti riistvara põlvkond (nt tõhusamad GPUd, kohandatud kiirendid, kiibid, mälu disagregatsioon) mõjutab seda, mida ®AI-andmekeskus 2026-27. aastal tähendab.

• Edge AI andmekeskused: Kuigi palju investeeringuid on hüperscale ülikoolilinnakud, serv-AI (lähedane kasutajatele) võib juhtida mini-andmekeskuste madala suhtega järeldus.

• Energia ja jahutusega seotud innovatsioon: Sukeljahutus, vedeljahutus, taastuvenergia ühispaiknemine, arukas koormuse planeerimine muutub üha olulisemaks, kuna võimsusest saab piirav tegur.

• Riikide arvud ja piirkondlikud keskused: Suurem hulk valitsusi võib motiveerida kohalikku tehisintellekti-andmekeskuse arengut suveräänsuse/privaatsuse huvides. See võib avada uusi turge ja regulatiivseid surveid.

• Ärimudeli areng: AI-mudelid võivad kasvada: ettevõtted, kes ostavad AI-koolituseks/järelduseks kohandatud klastreid, selle asemel et rentida üldist pilvevõimsust.

• Jätkusuutlikkus ja CO2-jalajälg: Intellektuaalse intellektuaalse intellekti kasvades suureneb avaliku ja regulatiivse kontrolli käigus energia, heitkoguste ja jätkusuutlikkuse üle ~ andmekeskuste käitajad peavad mõõtma ja optimeerima energia-/tulemusnäitajaid.

• Üleehitamise oht: Nagu iga infrastruktuuribuumi puhul, on ka oht, et paljud riiulid, mis ei ole veel küpsed, on reaalsed. Nõudluse ja võimsuse ajastus on oluline.

Järeldus

2025. aastal tehisintellekti-andmekeskustesse tehtud investeeringute uputus ei ole lihtsalt pilvede kasvu jätkumine, mis on struktuuriline muutus andmetöötluse infrastruktuuri ehitamises, kasutamises ja rahastamises. Ettevõtjate puhul on otsus paigutada miljardeid tehisintellektuaalsesse andmekeskusesse ajendatud:

• AI töökoormuse ulatus ja kiirus.

• Strateegiline kohustus omada infrastruktuuri (või saada eelisjuurdepääs), mis annab AI-le õiguse.

• Mastaabi, energia ja tulemuslikkuse ökonoomika, mis soodustab suuremahulisi erirajatisi.

• Andmekeskuste arenev mõiste strateegilise ja konkurentsivõimelise varana, mitte lihtsalt serveriettevõtetena.