Schneider Electric推出了首个行业指南，以应对数据中心新的基础设施设计挑战，以支持人工智能驱动的工作负载的转变。

这份名为《AI颠覆：数据中心设计的挑战与指导》的指南提供了宝贵的见解，作为组织在其数据中心充分利用人工智能潜力时的蓝图。其中包括对未来支持高密度AI集群的新兴技术前瞻性视角。

人工智能导致数据中心设计和运营发生了重大变化，这已经不是什么秘密。随着人工智能应用在关键产业领域的普及和影响力越来越大，对处理能力的需求也越来越高。

Schneider Electric表示，随着数据中心中人工智能工作负载所占比例的增加，数据中心正在转向更高的机架功率密度。人工智能初创公司、企业、合作定位提供商和互联网巨头现在必须考虑这些密度对数据中心物理基础设施设计和管理的影响。

该指南解释了人工智能工作负载的相关属性和趋势，并针对每个物理基础设施类别（包括电源、冷却、机架和软件管理）提供了应对这些挑战的建议。它明确指出，为了保持领先地位，数据中心必须适应有效满足人工智能驱动应用的不断演变的电力需求。

据预测，到2028年，人工智能工作负载的复合年增长率将达到26%至36%，进而导致现有和新建数据中心对电力的需求增加。

Schneider Electric的指南涵盖了四个物理基础设施类别——电源、冷却、机架和软件工具，并提供了处理这种预计能源需求的几个关键考虑因素。在人工智能正在重塑行业并定义数字化转型的时代，Schneider Electric的指南旨在为企业设计不仅能够支持人工智能，而且完全优化人工智能的数据中心铺平道路。

“随着人工智能的不断发展，它对数据中心的设计和管理提出了独特的要求。要解决这些挑战，重要的是考虑到人工智能工作负载的若干关键属性和趋势，这些属性和趋势影响着新的和现有的数据中心，”Schneider Electric安全电源部和数据中心业务执行副总裁Pankaj Sharma表示。

“人工智能应用，尤其是训练集群，具有高计算密集性，需要由GPU或专用人工智能加速器提供的大量处理能力。这对数据中心的电力和冷却基础设施施加了显著压力。随着能源成本的上升和对环境的关注增加，数据中心必须专注于节能硬件，例如高效率电源和冷却系统，以及可再生能源，以帮助减少运营成本和碳足迹。”

解锁人工智能及其全部潜力

Schneider Electric表示，这份面向希望在其数据中心充分利用人工智能潜力的组织的全新蓝图得到了客户的热烈支持。该指南探讨了人工智能和数据中心基础设施的关键交叉点，涉及到物理基础设施在电源、冷却、机架和软件管理方面的挑战。

与此类似，该指南提供了评估和支持人工智能训练服务器的极高机架功率密度的建议，并提出了适应需要高功率、冷却管道和大量网络电缆的人工智能服务器的规格。

“人工智能市场增长迅猛，我们相信它将成为企业更快地实现业务目标和显著提高生产力的基本技术，”Hewlett Packard公司人工智能首席产品官Evan Sparks表示。

“随着人工智能成为数据中心中占主导地位的工作负载，企业需要开始有意识地考虑设计一个完整的堆栈来解决人工智能问题。我们已经看到对人工智能计算加速器的巨大需求，但要在正确的织物和存储水平上平衡这一点，并实现这种规模，需要经过良好设计的软件平台。”

“为了解决这个问题，企业应寻求专门的机器学习开发和数据管理软件等解决方案，这些解决方案可以提供对数据使用情况的可见性，并确保数据在部署之前是安全可靠的。通过实施端到端的数据中心解决方案，旨在提供可持续计算能力，我们可以使客户成功地设计和部署人工智能，并负责任地实施。”