大容量數(shù)據(jù)中心如何在AI數(shù)據(jù)需求飆升的情況下保持冷靜

　　隨著人工智能(AI)技術的快速發(fā)展，全球對數(shù)據(jù)的需求正以前所未有的速度增長。大容量數(shù)據(jù)中心作為數(shù)據(jù)存儲和處理的核心，面臨著前所未有的挑戰(zhàn)。本文將探討在AI數(shù)據(jù)需求飆升的情況下，數(shù)據(jù)中心如何保持冷靜，即如何有效應對這些挑戰(zhàn)。

　　技術趨勢與挑戰(zhàn)

　　高速傳輸技術的發(fā)展

　　根據(jù)中興通訊的報告，為了應對數(shù)據(jù)量的激增，數(shù)據(jù)中心需要采用高速傳輸技術，如超過400Gbit/s的單波傳輸、波段擴展、空間分割復用(SDM)、光層運維管理(OAM)以及性能監(jiān)測等技術。這些技術的進步不僅在學術研究中得到體現(xiàn)，也在行業(yè)標準化中發(fā)揮作用。預計到2030年，人類將進入堯字節(jié)級別的數(shù)據(jù)量時代，網(wǎng)絡通信需要處理2000億個連接，接入帶寬需求高達太比特每秒，單纖容量突破100Tbit/s。

　　AI算力的增長

　　華為預測，到2030年全球AI計算算力將超過105ZFLOPS(FP16)，AI計算算力成為數(shù)據(jù)中心發(fā)展的最大驅動力和決定性因素。這意味著數(shù)據(jù)中心需要在算力規(guī)模、架構、算法優(yōu)化、跨網(wǎng)協(xié)同等領域持續(xù)創(chuàng)新和快速迭代。

　　應對策略

　　提升能源使用效率

　　數(shù)據(jù)中心的總耗電量在ICT行業(yè)占比超過80%，提升能源使用效率、實現(xiàn)綠色低碳是數(shù)據(jù)中心可持續(xù)發(fā)展的首要任務。例如，美國政府通過數(shù)據(jù)中心優(yōu)化倡議(DCOI)要求新建數(shù)據(jù)中心PUE低于1.4.老舊改造數(shù)據(jù)中心PUE低于1.5.

　　跨數(shù)據(jù)中心資源整合

　　隨著云計算、低時延大帶寬網(wǎng)絡互連技術的發(fā)展，跨多個數(shù)據(jù)中心的資源整合成一個“虛擬數(shù)據(jù)中心”，實現(xiàn)業(yè)務的Regionless化，即業(yè)務部署對地域無感知，實現(xiàn)數(shù)據(jù)的高可靠、業(yè)務的連續(xù)性去地域化。

　　基于AI的高可靠技術

　　數(shù)據(jù)中心將利用AI技術提前預防發(fā)現(xiàn)隱患，與內部環(huán)境和外部環(huán)境結合，利用AI預防算法深度自學習、大數(shù)據(jù)分析算法，進行災難關聯(lián)智能預測，并做到自動化預防響應。

　　數(shù)據(jù)中心數(shù)字孿生技術

　　數(shù)字孿生技術通過歷史數(shù)據(jù)、實時數(shù)據(jù)、算法模型等，實現(xiàn)對物理實體全生命周期的模擬、驗證、預測、優(yōu)化、控制。在數(shù)據(jù)中心設計、建設、運維階段的應用將大幅提升數(shù)據(jù)中心自動化、智能化水平。

　　異構算力池化

　　隨著AI大模型及元宇宙數(shù)字孿生時代的到來，云上GPU/NPU異構算力將逐步取代通用CPU成為AI大模型訓練推理的關鍵生產(chǎn)資料。通過軟件定義的GPU/NPU池化算力，實現(xiàn)CPU與GPU設備的解耦，提供更有彈性的資源。

　　無損數(shù)據(jù)中心網(wǎng)絡

　　為了實現(xiàn)無損網(wǎng)絡，在數(shù)據(jù)中心內部將引入超融合交換技術，實現(xiàn)零丟包、10us級的低時延轉發(fā)能力。同時，跨數(shù)據(jù)中心也需要具備無損網(wǎng)絡的能力，為時延敏感類應用提供零丟包、確定時延的通信保障。

　　結論

　　大容量數(shù)據(jù)中心在AI數(shù)據(jù)需求飆升的情況下，需要通過技術創(chuàng)新、資源整合、智能化管理等策略來保持冷靜。這不僅涉及到硬件和軟件的升級，也涉及到數(shù)據(jù)中心運營模式的轉變。通過這些措施，數(shù)據(jù)中心可以更有效地應對AI時代帶來的挑戰(zhàn)，為數(shù)字經(jīng)濟提供更可靠的支持。

　　來源：千家網(wǎng)