دیتاسنترهای مجهز به GPU به دیوار برق خوردن، نه دیوار پردازش

در بیشترِ سه سال گذشته، ماجرای زیرساخت AI حول تراشهها میچرخید: چه کسی میتونه بهاندازهی کافی GPU جور کنه و کی؟ اون ماجرا دیگه تموم شده. شتابدهندههای جدید حالا به تعدادهایی در دسترسن که سال ۲۰۲۳ غیرممکن به نظر میرسیدن. محدودیت اصلی برای راهاندازی یک دیتاسنتر AI جدید در سال ۲۰۲۶ هم تراشه نیست؛ برقِه.
یک خوشهی آموزشی AI که امروز کامل ساخته شده، میتونه بهاندازهی یک شهر متوسط برق مصرف کنه. رسوندن این حجم از برق به یک محل، اون هم بهشکلی قابلاتکا، حالا طولانیترین مرحلهی مسیر بحرانی ساخت یک تأسیسات جدیده. این مرحله معمولاً از تولید و ارسال خود GPUها هم بیشتر طول میکشه.
مشکل صف انتظار
مشکل صف انتظار: برای اتصال یک مصرفکنندهی بزرگ و جدید به شبکه، باید مطالعهی اتصال به شبکه انجام شود. حالا در بیشتر نقاط آمریکا و بخش زیادی از اروپا، صف این بررسیها سه تا پنج سال طول میکشه. با اینکه تقاضا بهشدت بالا رفته، زمان انتظار خیلی تغییر نکرده؛ چون اپراتورهای شبکه هنوز همون روندهای بررسی زیستمحیطی و مهندسی رو اجرا میکنن که برای دورانی طراحی شده بودن که مصرفکنندههای بزرگ و جدید برق کم بودن. یک شرکت بزرگ خدمات ابری که میخواد ظرف ۱۸ ماه یک پردیس دیتاسنتری در مقیاس یک گیگاوات راه بندازه، نمیتونه منتظر اتصال معمول به شبکه بمونه. باید یا به یک اتصال موجود به شبکه دسترسی پیدا کنه، یا برق رو در محل تولید کنه، یا جایی رو انتخاب کنه که به دلایل دیگه از قبل ظرفیت برق داشته باشه.
چرا شرکتها دارن شبکه برق رو دور میزنن؟
این ماجرا دلیل مستقیم موج قراردادهای تولید برق در محل و تأمین اختصاصی برقه؛ قراردادهایی که سال ۲۰۲۶ رو شکل دادن. توربینهای گاز طبیعی که درست کنار پردیسهای دیتاسنتری جدید نصب میشن، به سریعترین راه برای تأمین برق مطمئن تبدیل شدهاند. این راه نیازی به موندن در صف اتصال به شبکه نداره. البته این کار با تعهدات علنی چندتا از همین شرکتها دربارهی کاهش آلایندگی در تضاده. انرژی هستهای هم از حرف و وعده به قراردادهای امضاشده رسیده: قراردادهای بلندمدت خرید برق از نیروگاههای هستهای موجود، بهعلاوهی فهرست رو به رشدی از قراردادهای مربوط به رآکتورهای کوچک ماژولار. این رآکتورها تا چند سال برق تولید نمیکنن، اما ظرفیت آینده رو همین حالا قطعی میکنن؛ وقتی هنوز میشه این ظرفیت رو رزرو کرد. قراردادهای آمازون برای برق هستهای و معاملههای مشابه شرکتهای بزرگ خدمات ابری، کار خیریه یا تبلیغات نیستن. اینا واکنشی مستقیم به شبکهای هستن که نمیتونه برق رو در زمانی تأمین کنه که با زمانبندی نصب تراشهها جور دربیاد.
اثر بعدی، انتخاب محل ساخت دیتاسنتره. شرکتها برای ساخت پردیسهای دیتاسنتری، بیشتر از قبل جایی رو انتخاب میکنن که به نیروگاههای موجود و ظرفیت انتقال برق نزدیک باشه؛ نه جایی که به فیبر نوری، مشتریها یا زمین ارزان نزدیکه؛ اولویتهایی که قبلاً حرف اول رو میزدن. حالا برای یک شرکت بزرگ خدمات ابری، منطقهای با برق مازاد از نیروگاههای برقآبی یا هستهای، یا ظرفیت تولید برق از گازِ محصور، از منطقهای با اتصال اینترنتی خوب ارزشمندتره. چون میشه اتصال اینترنتی رو ظرف چند ماه فراهم کرد، اما ساخت پست برق جدید اینقدر سریع پیش نمیره.
خنککاری هم مسئلهی برقه، نه یه مسئلهی جدا
نسل جدید شتابدهندههای AI برای هر تراشه بیشتر از ۱۰۰۰ وات برق مصرف میکنن. تراکم رکها هم اونقدر بالا رفته که خنککاری با هوا دیگه نمیتونه گرما رو بهاندازهی کافی سریع دفع کنه. خنککاری مایع، چه با صفحههای سردی که مستقیم به تراشه وصل میشن و چه با غوطهور کردن کامل تجهیزات، از یه گزینهی خاص و کماستفاده به یه ضرورت برای هر مرکز دادهی جدید و پرتراکم تبدیل شده. این موضوع برای بحث مصرف برق مهمه، چون خود سیستمهای خنککاری مایع هم سهم قابلتوجهی از برق کل مرکز داده رو مصرف میکنن. تبدیل یه مرکز دادهی هواخنک به خنککاری مایع هم اغلب از ساختن یه مرکز جدید دردسرسازتره. چندتا از بزرگترین شرکتهای زیرساخت ابری قید ظرفیت هواخنک فعلیشون رو برای شتابدهندههای نسل بعد زدن و بهجاش دارن سالنهای جدیدی با خنککاری مایع میسازن. این کار بهجای حل مسئلهی برق، چند سال دیگه هم به زمان ساختوساز اضافه میکنه.
این وضعیت برای بقیهی صنعت چه معنایی داره؟
شرکتهایی که ترازنامهی مالیشون اونقدر قوی نیست که قرارداد خرید برق دهساله ببندن یا نیروگاه گازی بسازن، هر روز بیشتر از رقابت برای آموزش مدلهای پیشرو در مقیاس بزرگ کنار میرن. بعضیهاشون بهسمت اجارهی ظرفیت از ابرهای نسل جدید میرن؛ شرکتهایی که از قبل مشکل برق رو حل کردن. بقیه هم روی کارهای استنتاج تمرکز میکنن که میشه روی زیرساختهای کوچکتر و پراکندهتر اجراشون کرد؛ جاهایی که سقف برق یک مرکز دادهی مشخص اهمیت کمتری داره. فاصلهی بین شرکتهایی که برق موردنیازشون رو خودشون تأمین میکنن و اونایی که توان محاسباتی رو ساعتی اجاره میکنن، داره به یکی از خطتمایزهای اصلی در صنعت تبدیل میشه: یه طرف شرکتهاییه که واقعاً میتونن مدلهای پیشرو رو آموزش بدن و طرف دیگه شرکتهاییه که فقط میتونن اون مدلها رو تنظیم دقیق کنن و در اختیار کاربرها بذارن.
جمعبندی
- وقتی برای کارهای AI سراغ یه ارائهدهندهی سرویس ابری یا قرارداد هممکانی میری، قبل از پرسیدن دربارهی موجود بودن GPU، دربارهی منبع برق و زمان اتصال به شبکه بپرس؛ حالا احتمال بیشتری داره که برق گلوگاه اصلی باشه.
- انتظار داشته باش تولید برق در محل، با گاز و بهتدریج با قراردادهای خرید برق هستهای، برای کنار آمدن با صف اتصال به شبکه گسترش پیدا کنه؛ این راهکار دیگه فقط یه پل موقتی برای گذر از دورهی انتقال نیست.
- اگه میخوای شتابدهندههای نسل بعد رو در مراکز دادهی فعلی به کار بگیری، هزینهی تبدیل سیستم خنککاری به خنککاری مایع رو هم حساب کن؛ اغلب ساخت مرکز جدید ارزونتر از تبدیل مرکز قدیمیه.
- هنگام انتخاب محل، نزدیک بودن به منابع تولید برق مازاد رو یه مزیت رقابتی واقعی در نظر بگیر؛ همتراز با دسترسی به فیبر نوری.
- برای کارهایی که به آموزش مدل در مقیاس مدلهای پیشرو نیاز ندارن، استقرار پراکندهی استنتاج رو هم در نظر بگیر تا وابسته به یه مرکز دادهی عظیم با محدودیت برق نباشی.