Schneider Electric: 2025, Bydd AI yn Parhau i Ddiffinio Trawsnewid y Diwydiant Canolfannau Data yn y Dyfodol

Jan 16, 2025 Gadewch neges

Fel y disgwylir gan y farchnad, mae technoleg AI a'i gymwysiadau wedi'u cyflymu yn 2024 ac wedi arwain at dwf ffrwydrol. Wrth ail-lunio'r patrwm galw am bŵer cyfrifiadurol, mae hefyd wedi cychwyn ton digynsail o arloesi. Fel grym craidd trawsnewid diwydiannol, mae canolfannau data, seilwaith cyfrifiadurol carlam, cyflenwad pŵer a dosbarthu, a systemau oeri hefyd yn esblygu i ddiwallu'r anghenion digidol a ysgogir gan lwythi gwaith AI. Yn ogystal, gyda datblygiad egnïol technoleg AI, mae datblygu cynaliadwy wedi dod yn ffocws strategol adeiladu seilwaith digidol. Mae mwy a mwy o ganolfannau data yn troi at ynni adnewyddadwy ac yn gweithredu mesurau rheoli galw effeithiol i leihau allyriadau carbon o seilwaith digidol. Yn fyd-eang, mae bron pob menter a gweithredwr canolfan ddata hyperscale wrthi'n mabwysiadu technolegau oeri mwy effeithlon, gan osod nodau allyriadau di-garbon net, a gwneud adeiladu canolfannau data sy'n gyfeillgar i'r amgylchedd yn brif flaenoriaeth ar gyfer datblygu.

 

Gan edrych yn ôl ar duedd datblygu seilwaith digidol yn 2024 a'r ymchwydd parhaus yn y galw am AI, mae Schneider Electric yn credu, er bod y dyfodol bob amser yn llawn ansicrwydd, rydym yn dal yn argyhoeddedig y bydd 2025 yn dal i fod yn flwyddyn llawn newid, arloesi a thwf , a bydd pob diwydiant a maes yn arwain at gyfleoedd datblygu newydd.

 

1735799685603547

 

Rhennir galw pŵer cyfrifiadurol AI yn bennaf yn ddwy swyddogaeth graidd: hyfforddi a rhesymu. Yn eu plith, defnyddir llwythi gwaith hyfforddi ar gyfer adeiladu modelau ac optimeiddio, tra bod casgliad yn canolbwyntio ar dasgau megis gwneud penderfyniadau, cynhyrchu cynnwys, ac awtomeiddio cynhwysfawr. Ym maes canolfannau data, mae cymhwyso technoleg casglu AI wedi gwneud cynnydd sylweddol, yn enwedig yng nghyd-destun y galw cynyddol am gyfrifiadura ymylol. Mae'r galw am brosesu data amser real wedi ei ysgogi i fod mor agos â phosibl at y ffynhonnell ddata i wella effeithlonrwydd gweithredol yn effeithiol. Fodd bynnag, mae taflwybr datblygu cyfredol AI yn gwyro oddi wrth ddisgwyliadau cynnar, yn enwedig ar gyfer y cwmnïau hynny sydd wedi adeiladu clystyrau hyfforddi mawr ar gyfer modelau AI (fel modelau iaith mawr) gyda galluoedd cyfrifiadurol cyflymach cryf. Pan fydd y clystyrau hyn wedi cwblhau tasgau hyfforddi, gallant drawsnewid i lwyfannau ar gyfer cyflawni tasgau fel casgliad, gwneud penderfyniadau, a chreu cynnwys.

 

Yn flaenorol, roedd y diwydiant yn gyffredinol yn disgwyl, ar ôl i'r hyfforddiant model AI gael ei gwblhau, y byddai clwstwr casglu micro ac effeithlon yn cael ei sefydlu yn agos at ochr y defnyddiwr i gyflawni defnydd cyflym o AI ymyl. Fodd bynnag, yn syndod, nid oedd darparwyr gwasanaethau AI yn defnyddio systemau AI ymyl bach ger y ffynhonnell ddata, ond roeddent yn tueddu i barhau i ddefnyddio clystyrau hyfforddi canolog mawr i gyflawni tasgau casglu. Heb os, roedd y model hwn yn hyrwyddo cynnydd "canolfannau data casgliad". Ar gyfer tasgau casglu nad oes angen pŵer cyfrifiadurol uchel arnynt, gall defnyddio clystyrau hyfforddi arwain at ymddangosiad pŵer cyfrifiadurol gormodol. Gan edrych ymlaen at 2025, bydd y newid i gyfrifiadura ymylol ar gyfer rhesymu yn cynyddu'n raddol wrth i ddyfeisiau ymyl ddod yn fwy effeithlon, mae hwyrni'n cael ei leihau, mae diogelwch data yn cael ei wella, ac wrth i gymwysiadau ddod yn fwy addas. Wrth gwrs, bydd y newid hwn yn broses raddol, a bydd angen i gwmnïau addasu eu seilwaith i ddarparu ar gyfer y galw cynyddol am gymwysiadau AI amser real. Yn y cyfamser, rhesymu canolfan ddata fydd y prif ateb o hyd, hyd yn oed os yw'n golygu defnyddio llawer o adnoddau i drin tasgau llai.

 

Mae Schneider Electric yn nodi, yn ystod y blynyddoedd diwethaf, fod pob parti yn gweithio'n weithredol i gryfhau'r cydweithrediad rhwng canolfannau data a chyfleustodau cyhoeddus wrth ragweld a dadansoddi tueddiadau, yn enwedig wrth optimeiddio effeithlonrwydd pŵer. Wrth edrych ymlaen, wrth i'r mecanwaith rhannu data rhwng cyfleustodau cyhoeddus a chanolfannau data aeddfedu, bydd technoleg AI yn gyrru canolfannau data i gael eu hintegreiddio'n ddyfnach i'r ecosystem pŵer cyfleustodau cyhoeddus a chwarae rhan allweddol. Bydd hyn yn galluogi canolfannau data i ddewis dulliau cyflenwi pŵer yn fwy rhesymol a newid yn ddi-dor i fodd oddi ar y grid pan fo angen, gan newid i bŵer wrth gefn. Disgwylir yn 2025, y bydd y galw am ynni adnewyddadwy sefydlog (fel pŵer gwynt, pŵer solar, ac ati) mewn canolfannau data yn dod yn fwyfwy brys, a bydd cyflwyno systemau storio ynni batri (BESS) yn dod yn allweddol i ddatrys prinder pŵer. Bydd cydweithrediad rhwng canolfannau data a chyfleustodau yn dyfnhau. Bydd gweithredwyr canolfannau data yn gwneud y gorau o gylchoedd gwefru BESS yn seiliedig ar argaeledd ynni adnewyddadwy, yn sicrhau bod digon o bŵer wrth gefn, ac yn gollwng wrth ddibynnu ar gynhyrchu pŵer tanwydd ffosil neu reoleiddio amrywiadau pŵer. Wrth i'r diwydiant fynd rhagddo, mae cydweithrediad o'r fath yn cynyddu, yn dyfnhau ac yn safoni.

 

Yn y blynyddoedd i ddod, bydd pwysigrwydd cynyddol cyflenwad pŵer i ganolfannau data yn annog y diwydiant i archwilio strwythur ynni amrywiol yn fwy gweithredol, gan gynnwys ynni adnewyddadwy. Gall arallgyfeirio strwythur ynni nid yn unig fodloni'r galw cynyddol am ynni o ganolfannau data, ond hefyd yn effeithiol yn gwella hunangynhaliaeth ynni. Ar hyn o bryd, mae llawer o gewri technoleg yn cynyddu eu buddsoddiad mewn prosiectau ynni ar raddfa fawr, gan ddangos bod cwmnïau'n talu mwy o sylw i sicrhau sefydlogrwydd cyflenwad pŵer. Yn ogystal, mae llawer o gwmnïau'n bwriadu gosod tyrbinau nwy ar y safle i wella hyblygrwydd a dibynadwyedd cyflenwad ynni. Yn y broses drawsnewid hon, mae potensial adweithyddion niwclear modiwlaidd bach (SMRs) yn arbennig o amlwg, sydd nid yn unig yn addo gweithrediad di-ddŵr, diogelwch uchel ac ôl troed llai, ond sydd hefyd â'r potensial i ddefnyddio wraniwm wedi'i ailgylchu ar gyfer cynhyrchu pŵer. Unwaith y bydd SMRs wedi'u profi'n llawn a'u cymeradwyo gan reoleiddwyr, gallant arwain canolfannau data a diwydiannau eraill i newid y ffordd y cynhyrchir ynni yn llwyr.

 

Gan edrych ymlaen at 2025, mae gweithredwyr canolfannau data a darparwyr gwasanaethau cynnal yn gweithio'n galed i adeiladu galluoedd cyfrifiadurol cyflymach i wasanaethu cymwysiadau deallusrwydd artiffisial yn well. Gall y duedd hon arwain at leihad cymharol yn y galw adeiladu am ganolfannau data traddodiadol ar lefel menter a chanolfan ddata a gynhelir yn y cwmwl. Mae'r ymchwydd yn y galw yn y farchnad am ganolfannau data gyda galluoedd cyfrifiadurol cyflymach a deallusrwydd artiffisial wedi sbarduno cystadleuaeth ffyrnig am adnoddau pŵer ymhlith cwmnïau cysylltiedig. Mae cwmnïau wrthi'n negodi gyda chyflenwyr pŵer i sicrhau cyflenwad pŵer digonol cyn cael trwyddedau adeiladu. Yn ogystal, mae'n werth nodi bod llawer o gwmnïau eiddo tiriog masnachol nad ydynt wedi bod yn ymwneud â maes y ganolfan ddata o'r blaen yn mynd i mewn i'r farchnad hon, gan ddangos pa mor ddeniadol yw diwydiant y ganolfan ddata a photensial twf ei fuddsoddiad seilwaith.

 

Nid oes amheuaeth y bydd technoleg AI yn parhau i arwain dyfodol y diwydiant canolfan ddata, nid yn unig yn hyrwyddo arloesedd technolegol ac optimeiddio strwythurol, ond hefyd yn cyflymu gwireddu nodau niwtraliaeth carbon, optimeiddio defnydd adnoddau dŵr, defnydd bron i 100% o ddeunyddiau gwyrdd , defnyddio datrysiadau oeri hylif uwch, a chymhwyso technoleg AI yn eang i ddylunio, cynnal a chadw, cyflenwad pŵer a system ddosbarthu, cyflenwad pŵer wrth gefn, a rheolaeth awtomeiddio systemau rheweiddio canolfannau data hefyd yn gyfeiriadau allweddol ar gyfer datblygu'r diwydiant. Mae datblygiad cyflym technoleg wedi ysgogi canolfannau data i barhau i ailadrodd ac esblygu i addasu i newidiadau yn y galw yn y farchnad a hyrwyddo arloesi a datblygiadau aflonyddgar. Mae gennym bob rheswm i gredu y byddwn yn gweld mwy o bethau annisgwyl a chyflawniadau cyffrous yn y dyfodol.