人工智能技术与碳足迹有什么关系？

　　目前有两大趋势正在全球企业中掀起浪潮。 首先是人工智能 (AI) 的使用激增，企业努力实现关键流程的自动化和优化，以提高生产力和运营效率。 第二个是日益恶化的气候危机和能源成本增加的财务影响。

　　这两个大趋势的交叉点是简陋的数据中心，选择合适的数据中心不仅可以适应未来的技术进步，还可以显着减少企业对环境的影响。

　　数字基础设施及其对环境的影响

　　人工智能技术需要对数字基础设施进行大量投资，以便能够存储和几乎即时处理大量数据。 人工智能算法，特别是深度学习模型，需要大量计算资源，例如图形处理单元 (GPU) 和多个软件框架。 在 GPT-3 大型语言模型上通过机器学习 (ML) 训练一台计算机以类人方式运行可能需要使用多达 12MW 的数据，成本高达 300 万美元。

　　由此产生的对数字基础设施资源、容量和空间的需求是巨大的。 许多为通用计算而构建的传统数据中心无法容纳处理如此高密度工作负载所需的设备，因此企业必须仔细考虑其数据中心提供商，以满足未来的需求。

　　此外，为适应人工智能技术所需的高性能工作负载而构建的数据中心需要具有强大冷却能力的强大系统。 据估计，这些冷却系统占传统数据中心总能源成本的 40%，在政治不确定性导致能源成本飙升的能源危机临界点期间，资源大量消耗。

　　企业似乎面临着一项几乎不可能完成的任务，即要平衡保持竞争力、保持偿付能力(如果不能盈利)和实现碳减排目标的需要。 这就是现代数据中心发挥作用的地方。

　　数据中心解决方案

　　选择数据中心提供商是一项长期决策，如果企业希望减轻随着人工智能需求的持续增长而可能发生的财务、技术和生态影响，则需要考虑许多因素。

　　专为高性能计算 (HPC) 设计的现代、专用“下一代”数据中心应制定高密度策略，并为高容量服务做好充分准备，并提供首屈一指的连接性和安全性 以满足不断变化的市场变化。 这些优化的环境可以提供更多的计算能力和定制的高密度托管，以支持客户快速、大规模地增加工作负载和应用程序。

　　然而，还有其他因素需要理解，在这个环境不确定的关键时期，数字基础设施的地理位置变得比以往任何时候都更加重要。

　　受益于水力和地热能等可再生能源过剩的国家可以提供稳定的长期电力供应，与天然气同行相比，其价格要便宜得多。 同样，气候凉爽且气候更加温和的国家将确保数据中心内更有效地维持稳定的温度和湿度水平，从而减少能源输出和污染，并最终减少碳排放。

　　气候凉爽的新数据中心可以设计更节能的冷却系统。 例如，直接液体冷却，利用水的更高热传递来更有效地冷却设备或热量捕获技术功能，以便回收数据中心排出的所有热空气，并且本地能源供应商可以使用多余的热量来加热 当地社区的家园。 这些是高度节能的流程，可以降低总拥有成本，并且将在一定程度上帮助企业适应未来可能引入的任何可持续性或碳减排标准。

　　总之，推动人工智能技术兴起所需的巨大能源需求与企业可能拥有的任何 ESG 和相关可持续发展目标完全不一致。 在这种脱节的中间是数据中心，那些希望采用人工智能、降低能源成本和碳足迹的公司最好明智地选择他们的地点。