為什麼AI工作負載可能不會改變資料中心產業

乍一看，AI的繁榮可能對資料中心產業來說是一個巨大的福音。企業在AI上投資越多，他們需要的資料中心容量就越多，對嗎?

AI肯定會推動對資料中心的需求，但我相信，AI對該行業的影響最終將被證明是有限的。原因如下。

AI如何影響資料中心

為了提高AI對資料中心的需求，原因非常簡單：建置和部署AI工作負載需要大量的IT基礎設施-在許多情況下，包括專門的基礎設施，如配備GPU的伺服器。資料中心的核心顯然是託管基礎設施的地方，因為它們不僅提供託管伺服器的空間，還提供企業保護其在AI基礎設施投資所需的實體安全控制、高效能源系統、冷卻解決方案和其他資源。

因此，隨著時間的推移，越來越多的企業尋求構建或部署AI模型，他們將轉向資料中心來託管實現目標所需的伺服器——至少流行的智慧往往是這樣認為的。

AI真的會改變資料中心嗎?

在未來幾年，資料中心內的伺服器數量將會逐漸增加，專門用於AI工作負載。在某些情況下，企業甚至會建立專門用於AI的新資料中心。

然而，總的來說，AI將徹底顛覆整個產業，或者AI工作負載將超過其他類型的應用程式（如網路託管），成為資料中心的關鍵途徑，這是談論其實的。

以下是AI熱潮對資料中心的影響可能沒有看起來那麼大的四個原因。

暫時需要AI基礎設施

首先，允許AI使用者範例不必要求企業永久擁有AI基礎設施。如果您需要訓練一個模型，在訓練期間您將需要大量的運算能力，但之後，在您訓練下一個模型之前，您將無法使用該伺服器容量。

因此，對於大多數對AI感興趣的企業來說，使用IaaS解決方案來滿足其AI基礎設施需求，而不是購買自己的伺服器並將其部署在資料中心，在財務上更有意義。與其他類型的工作負載不同，AI需要間歇性的大規模基礎設施。

閒置的AI基礎設施已經非常充足

考慮到IaaS供應商已經提供了大量廉價的基礎設施容量，購買AI基礎設施和資料中心空間來託管甚至更難證明是合理的。

例如，與標準公有雲伺服器相比，Spot VM實例可以獲得大幅折扣，是執行AI培訓的好方法。 Spot實例的主要缺點-雲端提供者可以在沒有任何警告的情況下關閉實例，可能會中斷它們上託管的任何工作負載-對於AI培訓來說不是太大的問題，因為在許多情況下，培訓可以在不同的實例上暫停和恢復。

簡而言之，當企業可以將超廉價的現有IaaS產品用於相同目的時，它們不太可能擴大自己的資料中心足跡來支援AI工作負載。

很少有企業會建立自己的AI模型

無論你使用哪種基礎設施，從頭開始開發、培訓和部署AI模型都是一項艱苦的工作-如此之難，以至於很少企業可能會這樣做。大多數人可能會選擇微軟或Google等企業的第三方AI服務。

這些服務是由建立和培訓自己模型的供應商提供的，因此使用這些模型的客戶不需要購買自己的AI基礎設施。

AI熱潮最終會消退

目前，GenAI是一個熱門話題，企業投資AI解決方案的壓力越來越大，但五年或十年後，大多數企業的AI戰略可能已經成熟，他們將轉向新的技術趨勢。

這對資料中心來說意味著，AI導致的任何需求上升可能大多是暫時的-大幅擴展資料中心容量，結果發現中期後不再需要這些容量是不明智的。

結論

一句話：除了專門開發AI軟體的企業外，很少有企業有很好的理由投資資料中心來支援AI工作負載。預計AI的炒作將推動資料中心容量的一些成長，特別是在未來幾年，但不要指望AI會導致對資料中心空間的需求大幅上升——因為現有的空間可能足以滿足大多數企業的需求。