Do 2027. veličina tržišta zelenih podatkovnih centara povećat će se za otprilike 147 milijardi dolara
S brzim razvojem generativne umjetne inteligencije, kao što je popularni ChatGPT, potražnja za računalnom snagom u podatkovnim centrima je naglo porasla. Aplikacije umjetne inteligencije čitaju velike količine podataka i troše više električne energije od tradicionalnog softvera. GPU koji se koristi za obuku generativnih AI modela ima veliku potrošnju energije i također zahtijeva dodatnu energiju za hlađenje.
Prema procjenama, u pogledu makro podataka, umjetna inteligencija bi mogla činiti 3% do 4% globalne potražnje za električnom energijom do 2030. Zbog naglog porasta poslužitelja umjetne inteligencije, potrošnja energije u podatkovnim centrima značajno raste. McKinsey predviđa da će se do 2030. godine potrošnja električne energije u podatkovnim centrima više nego udvostručiti.
Povećanje potrošnje i troškova električne energije ključni je čimbenik koji pokreće rast tržišta. Potrošnja energije podatkovnog centra vrlo je visoka, a uz sve veću potražnju za snažnijim aplikacijama kao što su autonomna vozila, streaming medija i 5G, potrošnja energije podatkovnog centra može rasti eksponencijalno, a potrebno im je puno energije za opskrbu drugačija oprema.
Kako bi se odgovorilo na goleme izazove potražnje za energijom u podatkovnim centrima, potrebno je poduzeti razne mjere, uključujući hardver za uštedu energije, inovativna rješenja za hlađenje, zelenu energiju i šire strategije održivog razvoja.
Korištenje čipova za uštedu energije kamen je temeljac poboljšanja energetske učinkovitosti u podatkovnim centrima. Čipovi za uštedu energije imaju naprednu arhitekturu i funkcije upravljanja energijom, igrajući ključnu ulogu u smanjenju potrošnje energije hardvera podatkovnog centra. Ovi čipovi mogu učinkovitije dodijeliti i iskoristiti hardverske resurse, čime se poboljšava izvedba po vatu. Na primjer, u usporedbi s prethodnim generacijama procesora Intel Xeon, četvrta generacija Xeon poboljšala je prosječnu učinkovitost performansi po vatu za ciljana radna opterećenja za 2,9 puta pri korištenju ugrađenih akceleratora. Godine 2022. energetska učinkovitost Nvidijinog H100 GPU AI čipa gotovo je dvostruko veća od prethodne generacije proizvoda A100.
Osim toga, još jedna učinkovita mjera za smanjenje potrošnje energije u podatkovnim centrima je usvajanje učinkovitijih rješenja za hlađenje u velikoj mjeri, smanjujući udio potrošnje energije za hlađenje, a ključni pokazatelj je "Učinkovitost korištenja energije" (PUE). U prošlom desetljeću, unatoč 6-strukom povećanju računalne proizvodnje i 25-strukom povećanju kapaciteta pohrane, potrošnja energije globalnih podatkovnih centara porasla je samo za 6% od 2006. do 2018. Ova značajna učinkovitost poboljšanje se pripisuje smanjenju PUE.
Prema procjenama, očekuje se da će se tržište zelenih podatkovnih centara povećati za 146,95 milijardi USD između 2022. i 2027., sa ukupnom godišnjom stopom rasta od 24,63%. Uz sve veću primjenu hlađenja tekućinom (osobito izravnog hlađenja tekućinom DLC) u velikoj mjeri, PUE podatkovnih centara koji ulaze u eru hlađenja tekućinom bit će ispod 1,3. Tehnologija tekućeg hlađenja ne samo da može poboljšati ukupnu učinkovitost hlađenja podatkovnih centara, već i zadovoljiti potrebe za hlađenjem čipova visoke gustoće snage, smanjiti ovisnost o klimatizacijskim sustavima koji troše veliku energiju i promicati održivi razvoj okoliša.
