在我每天早晨的工作中,总有一段短暂而宁静的时刻,通常出现在上午6点与夜班团队交接之后、与客户和潜在客户开会之前。这段时间我留给自己思考和规划,既要看未来一周的工作,也要处理我们设施需要满足的长期需求。
而正是后者,正占据我越来越多的时间,这也反映出我与首席信息官和技术负责人们对话内容的变化。两年前,大多数客户,尤其是金融、医疗等受监管行业的客户,询问的重点大多是正常运行时间、认证和成本。
而如今,他们提出的第一个问题几乎总是关于人工智能。
他们想知道设施能否支撑他们未来所需的容量,以及能否按照其工作负载扩展的速度及时交付。这些问题合理且重要,但坦白说,并不总是容易回答。
人工智能驱动的需求增长,意味着我们过去可以用数年时间来做的决策,如今必须在几个月内完成。这并非不可能,但从根本上改变了我们对设施长期设计和运营方式的思考方式。
对人工智能工作负载而言,重要的不仅是容量,更是密度
在全球范围内,容量挑战占据着新闻头条,但其背后的基础设施故事几乎完全围绕功率密度、散热和电网容量展开。从历史上看,基础设施是按照低功率密度设计的,而如今,人工智能需要每机柜更高的功率,以及更先进的散热方案。
一个很好的例子是:两年前用于承载标准企业工作负载的机柜功率通常为5至10千伏安,而现在,客户要求在未来18个月内支持15千伏安,我们已经在规划未来几年内支持25至30千伏安的能力。这并非渐进式的变化,而是需要一种不同的物理设计,以高效的方式提供更高密度,这通常通过模块化的性能优化数据中心(POD)架构和行间制冷来实现。这使我们能够逐步增加电力和制冷能力,从而控制投资、提高效率,并最终能够随着需求增长而扩大容量。
人工智能工作负载所需密度的不足,正是许多成熟市场(包括欧洲一些数据中心枢纽)难以按需求速度增加容量的原因。
对于正在评估供应商的首席信息官来说,有用的问题并不是“你们现在有容量吗?”,而是“你们的设计方案如何满足我三年后所需的密度?”因为按照昨日电力需求建造的设施,如果无法在不进行大规模重建的情况下重新配置,很快就会成为运营风险。
一个很好的例子是,我们最近在30天内重新配置了一个POD,以满足客户不断变化的需求,将40个机柜从5千伏安调整为20个机柜、每个10千伏安,以支持高密度需求。这是一个重大项目,而这种响应速度,只有在设施从一开始就以变化和适应性为设计理念,而非事后硬性添加灵活性的情况下,才有可能实现。
散热设计必须跟上密度的步伐
管理因人工智能工作负载处理需求增加而产生的多余热量,正日益成为基础设施设计和客户考量中愈发重要的一环。
好消息是,散热技术一直在不断进步,使得实现高密度无需优先考虑更寒冷的气候条件。
我们主要使用配合行间制冷技术的风冷方案,由于我们的设计是模块化的,可以随着IT负载的增长而增加制冷能力。例如,我们的客户通常是从初始配置开始,随着需求增长逐步扩大容量。
随着客户IT负载的增加,我们会逐步启用行间制冷单元,确保制冷能力只在需要的时间和地点被部署。我们还采用基于制冷剂的制冷系统,而非基于水的系统,这从一开始就使我们的用水量保持在较低水平。
这种方式让我们在能源和水资源使用方面都能更高效地运营,而我们都知道,这两者正受到监管机构和社区日益严格的审视,作为有限资源,需要负责任地加以使用。
本地影响也必须纳入设计考量
最近一批关于数据中心占用当地社区宝贵资源(土地、水和电力)的负面媒体报道,很难被忽视。诚然,数据中心确实会对当地社区产生影响,但将其完全定性为负面并不公平。
根据我的经验,一个站点的经济影响力远大于建筑本身。除了直接的运营岗位外,数据中心还在安保、维护、清洁、物流和运输等领域支撑着更广泛的间接就业链条。它们还带动了周边能源和连接基础设施的投资。
服务好当地社区和经济,以及我们的客户,是我工作中不可或缺的一部分。我也鼓励技术负责人将其视为尽职调查中合理的一环。毕竟,银行、政府服务、云服务提供商,如今还有人工智能,都依赖于相同的底层容量,而那些能够提供可靠、设计良好且运营得当的基础设施的地区,也会吸引更多的技术投资、数字技能,以及不断增长的数字经济所需要的周边生态系统。
可持续性必须落地于运营,而非停留于愿景
随着人工智能驱动的需求增长,外界对数据中心环境足迹的审视只会愈发严格,这是合情合理的。就设施运营而言,这意味着要将可持续性融入日常运营之中,而不是将其视为未来的愿景或事后附加的举措。
在实践中,这意味着要确保高效的散热设计、透明的社区沟通,以及对安全运营高密度基础设施所需的熟练工程人才进行真正的投入。在Ilkari,我们通过基于POD的设计和行间制冷架构来实现这一点,这使我们能够随着IT负载的增长高效扩展制冷能力,并维持高效、可持续的数据中心运营。
这同时也意味着要与地方政府合作,确保在当地电力和能源基础设施方面进行正确的投资,从而使我们的运营方式能够对当地社区保持可持续性。
首席信息官应该提出的基础设施设计问题
随着人工智能需求的增长,运营数据中心的现实意味着设施的设计和建造方式需要发生根本性转变。
对于正在思考其人工智能工作负载需要哪些基础设施的首席信息官,我的建议是:不要从一张容量表格开始,而应从一份更广泛的简短问题清单入手,其中包括:
该供应商的设计方案如何随密度而非仅仅面积进行扩展?
它能否证明自己有能力在真实条件下,而非仅仅停留在纸面上,满足你的需求?
可持续性是否已融入日常运营(散热设计、社区沟通、熟练工程人才),还是一个独立的举措?
随着密度的增加,供应商是否已为风冷不再足够的那一刻做好规划,届时又需要哪些替代性制冷技术和基础设施?
根据我的经验,真正做对这件事的组织,往往不是拥有最炫目人工智能路线图的那些,而是那些从一开始就为变化而设计和建造的组织。
