How Ai Is Changing Traditional Data Centers

By Author: john
Total Articles: 1
Comment this article

AI工作负载正在改变数据中心的设计、运营和扩展方式。最明显的变化是计算密度的提高，但影响不仅限于GPU服务器。机架功率越高，会影响电力分配、散热、气流管理、监测以及设施的物理布局。

传统数据中心通常围绕相对可预测的企业工作负载设计。AI基础设施带来了不同的负载配置。少量机架现在可以容纳大量计算容量，产生现有基础设施可能无法承受的功耗和散热需求。

对于数据中心运营商来说，问题不再只是设施能提供多少IT容量。还包括设施每个部分能承受多少电力和供暖。

AI 正在增加机架功率密度

传统基础设施与人工智能基础设施最明显的区别之一是机架级功率密度。传统的企业服务器将计算工作负载分配到更多的机架上。人工智能系统可以将GPU或其他加速器集中集成高密度集群，增加单个机架的电力负载。这同时改变了多项基础设施需求。机架负载越大，机架上需要更多的电力。这些能量最终转化为热量，必须持续抽取。因此，机架功率容量和冷却能力紧密相关。

该设施可能仍具备足够的总电力容量，而个别区域缺乏高密度人工智能部署所需的电力基础设施。

在评估现有数据中心时，这是一个重要的区别。设施级容量不一定等同于机架级部署容量。

冷却成为更重要的设计约束

传统数据中心通常依赖室级冷却系统来将调节空气分配到整个IT领域。当机架密度保持在冷却和气流系统设计范围内时，这种方法可以有效实现。AI工作负载可以改变这种平衡。随着机架功率的增加，必须从更小的物理区域中去除更多热量。增加室内制冷设备的容量是一种可能的应对措施，但这并不能解决所有热量问题。气流量、供水温度、回风路径以及冷却系统与热源之间的距离也会影响结果。