ابر‌دیتاسنترهای هوش مصنوعی؛ ظرفیت بزرگ‌ترین مراکز AI به مرز یک گیگاوات رسید

به گزارش سیتنا، بر اساس آخرین داده‌های منتشرشده توسط Epoch AI ،Colossus 2 در ممفیس ایالت تنسی آمریکا در حال حاضر بزرگ‌ترین دیتاسنتر هوش مصنوعی جهان از نظر توان IT محسوب می‌شود.

این مرکز با ۹۴۶ مگاوات توان IT، حدود ۱.۱۱۲ میلیون معادل H100 ظرفیت محاسباتی دارد. Epoch AI برآورد کرده است که هزینه سرمایه‌ای این مرکز حدود ۳۵.۸ میلیارد دلار باشد. 

در رتبه دوم، مرکز Anthropic-Amazon New Carlisle در ایالت ایندیانا با ۹۱۰ مگاوات قرار دارد. پس از آن نیز مرکز Microsoft Fairwater Atlanta با ۶۳۶ مگاوات، مرکز Meta Prometheus با ۵۶۲ مگاوات و مرکز Google New Albany با ۴۵۳ مگاوات قرار گرفته‌اند. 

بر اساس داده‌های Epoch AI، مجموع ۸۲ دیتاسنتر هوش مصنوعی بررسی‌شده در این پایگاه، در حال حاضر حدود ۱۲.۷ گیگاوات توان IT و ظرفیت محاسباتی معادل ۱۳.۷ میلیون پردازنده H100 دارند.

این ارقام نشان می‌دهد رشد زیرساخت هوش مصنوعی دیگر صرفاً به افزایش تعداد تراشه‌ها محدود نیست و ابعاد مراکز محاسباتی مورد نیاز برای آموزش و اجرای مدل‌های پیشرفته AI نیز به‌سرعت در حال افزایش است. 

رقابت بر سر گیگاوات

افزایش ابعاد دیتاسنترهای AI، مسئله تأمین انرژی را به یکی از عوامل اصلی توسعه صنعت هوش مصنوعی تبدیل کرده است. نمونه آن Colossus 2 است که برای تأمین انرژی مورد نیاز خود به زیرساخت‌های تولید برق در منطقه ممفیس متکی است و شرکت SpaceXAI نیز اعلام کرده یک نیروگاه دائمی با ظرفیت ۱.۲ گیگاوات در حال ساخت دارد. 

همزمان، شرکت‌های بزرگ فناوری در حال تعریف پروژه‌هایی با ظرفیت چند گیگاوات هستند. در تازه‌ترین نمونه، NVIDIA اعلام کرده است که برای پروژه دیتاسنتر OpenAI در ایالت اوهایو تا ۱۰۵ میلیارد دلار تضمین مالی ارائه می‌کند. این مجموعه در نهایت می‌تواند به ظرفیت ۸ گیگاوات برسد و نخستین ۸۰۰ مگاوات آن برای سال ۲۰۲۸ برنامه‌ریزی شده است. 

چرا دیتاسنترهای AI این‌قدر بزرگ می‌شوند؟

مدل‌های پیشرفته هوش مصنوعی برای آموزش و استنتاج به تعداد بسیار زیادی شتاب‌دهنده محاسباتی نیاز دارند. اتصال این تراشه‌ها در قالب کلاسترهای عظیم، علاوه بر توان پردازشی بالا، به شبکه‌های پرسرعت، سیستم‌های خنک‌کننده پیشرفته و زیرساخت برق گسترده نیاز دارد.

به همین دلیل، رقابت شرکت‌های فناوری برای توسعه نسل جدید AI به‌تدریج از رقابت بر سر «مدل بهتر» به رقابت بر سر تراشه، برق، شبکه و ظرفیت دیتاسنتر تبدیل شده است.

رشد سریع این مراکز همچنین نگرانی‌هایی درباره مصرف برق، دسترسی به شبکه، هزینه توسعه زیرساخت و آثار زیست‌محیطی دیتاسنترهای بزرگ ایجاد کرده است؛ موضوعی که می‌تواند در سال‌های آینده به یکی از محدودیت‌های اصلی توسعه هوش مصنوعی تبدیل شود.

انتهای پیام