[เซินเจิ้น จีน 13 มกราคม 2025] หัวเว่ยจัดการประชุมเกี่ยวกับแนวโน้ม 10 อันดับแรกของ Data Center Facility ในปี 2025 ในงานประชุมนี้ Yao Quan ประธานฝ่ายโดเมน Data Center Facility อธิบายถึงแนวโน้ม 10 อันดับแรก โดยมีจุดมุ่งหมายเพื่อสร้างแรงผลักดันใหม่ให้แก่
การพัฒนาของอุตสาหกรรมศูนย์ข้อมูล (DC) ในยุค AI รับข้อมูลเชิงลึกเกี่ยวกับการเปลี่ยนแปลง และเป็นผู้นำในการพัฒนาแบบก้าวกระโดดของอุตสาหกรรม
เขากล่าวว่า DC ได้เปลี่ยนจากพลังการประมวลผลเอนกประสงค์ไปเป็นพลังการประมวลผลอัจฉริยะ โดยอาศัยนวัตกรรมอย่างต่อเนื่องในเทคโนโลยีแบบจำลองพื้นฐาน AI ประสิทธิภาพและพลังของเซิร์ฟเวอร์ได้รับการปรับปรุงอย่างมาก และการสร้างคลัสเตอร์ที่มี GPU 1,000 ตัว, GPU 10,000 ตัว และ GPU 100,000 ตัวได้กลายเป็นบรรทัดฐาน อุตสาหกรรม DC ได้รับการยอมรับด้วยโอกาสการพัฒนาที่ไม่เคยมีมาก่อน และยังเผชิญกับความท้าทายในด้านความน่าเชื่อถือ พลังงานสูง
ความต้องการใช้ไฟฟ้าสูง และความไม่แน่นอน
จากข้อมูลเชิงลึกและแนวทางปฏิบัติในระยะยาวหัวเว่ย ได้เผยแพร่แนวโน้ม 10 อันดับแรกของ Data Center Facility ในปี 2025 ซึ่งเน้นที่ความน่าเชื่อถือ ความยืดหยุ่น และการพัฒนาที่ยั่งยืน
การดำเนินการดังกล่าวถือเป็นความพยายามที่จะแบ่งปันข้อมูลเชิงลึกและความคิดเห็นเกี่ยวกับ DC ระบบ AI สร้างฐานการประมวลผลที่มีความน่าเชื่อถือสูง และขับเคลื่อนยุคดิจิทัลให้ก้าวไปข้างหน้า
แนวโน้มที่ 1: ความน่าเชื่อถือกลายมาเป็นข้อกำหนดหลักที่สำคัญของ DC ที่มีการประมวลผลอัจฉริยะ
ความปลอดภัยเป็นสิ่งสำคัญที่สุดในการสร้าง DC เมื่อเทียบกับต้นทุน โดยเฉพาะอย่างยิ่ง มูลค่าของอุปกรณ์ AI พุ่งสูงขึ้นและขอบเขตของโดเมนข้อผิดพลาดยังคงขยายตัวต่อไปในยุคการประมวลผลอัจฉริยะ ซึ่งทำให้ความน่าเชื่อถือกลายเป็นข้อกำหนดหลักที่สำคัญของ DC ที่มีการประมวลผลอัจฉริยะ โดยพื้นฐาน ความน่าเชื่อถือของ DC คือความน่าเชื่อถือตลอดอายุการใช้งาน ซึ่งครอบคลุมถึงส่วนประกอบ ผลิตภัณฑ์ สถาปัตยกรรม บริการ และ O&M DC ที่มีความน่าเชื่อถือต่ำจะทำให้มีต้นทุนการดำเนินการที่สูงกว่า เพื่อให้บรรลุเป้าหมายในการลดต้นทุนได้อย่างแท้จริง จำเป็นต้องมีความมั่นใจถึงความน่าเชื่อถือ
แนวโน้มที่ 2: สถาปัตยกรรมแบบแยกส่วนเป็นตัวเลือกที่ดีที่สุดสำหรับการรับประกัน
ความน่าเชื่อถือของศูนย์การประมวลผลอัจฉริยะ
ความหนาแน่นของพลังงานของศูนย์การประมวลผลอัจฉริยะยังคงเพิ่มขึ้นอย่างต่อเนื่อง โดยทั่วไป อุปกรณ์ไฟฟ้าจะมีลักษณะเด่นคือมีแรงดันไฟฟ้าสูงและกระแสไฟฟ้าขนาดใหญ่ ซึ่งถือเป็นสิ่งสำคัญเพื่อให้แน่ใจว่าทำงานได้อย่างปลอดภัยและเชื่อถือได้ ควรมีการปรับใช้อุปกรณ์ไฟฟ้าของ DC จากระยะไกลเพื่อให้แน่ใจว่าบริการทำงานได้อย่างเสถียร นอกจากนี้ อุปกรณ์ไฟฟ้า หากมีการใช้งานในห้องอุปกรณ์หลัก จะต้องแยกออกจากบริการหลักและใช้งานในลักษณะที่เป็นมาตรฐาน ซึ่งจะต้องคำนึงถึงระยะเวลาการทนไฟ การดับเพลิงด้วยน้ำ การระบายอากาศฉุกเฉิน และข้อกำหนดการปิดเครื่องด้วยการคลิกครั้งเดียว เพื่อลดผลกระทบต่อบริการ
แนวโน้มที่ 3: การระบายความร้อนอย่างต่อเนื่องเป็นความสามารถที่จำเป็นในการประมวลผลอัจฉริยะที่มีความหนาแน่นสูง
ในยุค AI การอยู่ร่วมกันระหว่างอากาศและของเหลวเป็นกระบวนการในระยะยาว การระบายความร้อนด้วยของเหลวเป็นแนวโน้มที่หลีกเลี่ยงไม่ได้ และการระบายความร้อนอย่างต่อเนื่องจะกลายมาเป็นความสามารถที่จำเป็นในการประมวลผลอัจฉริยะที่มีความหนาแน่นสูง การระบายความร้อนอย่างต่อเนื่อง หมายถึง การหยุดการทำงานเนื่องจากการระบายความร้อนเป็นศูนย์เมื่อ DC ทำงานอย่างถูกต้อง และการกู้คืนการระบายความร้อนอย่างรวดเร็วในกรณีที่มีข้อผิดพลาด ด้วยวิธีนี้จะทำให้ DC สามารถทำงานได้อย่างเสถียร
แนวโน้มที่ 4: AI จะช่วยปรับปรุงความปลอดภัยเชิงรุกในการดำเนินงานและการบำรุงรักษา DC ได้อย่างมีนัยสำคัญ
ด้วยเทคโนโลยี AI จะสามารถป้องกันข้อผิดพลาดต่าง ๆ ได้ เช่น ไฟฟ้าดับ ไฟไหม้ และอุณหภูมิสูงใน DC ได้อย่างแม่นยำ ซึ่งจะช่วยอำนวยความสะดวกในการเปลี่ยนจากการตอบสนองเชิงรับไปเป็นการบำรุงรักษาเชิงรุก และทำให้เราสามารถระบุความเสี่ยงที่อาจเกิดขึ้นได้ล่วงหน้า ซึ่งจะช่วยปรับปรุงความน่าเชื่อถือของ DC ให้ดีขึ้นอย่างมีนัยสำคัญ
แนวโน้มที่ 5: การบริการระดับมืออาชีพเป็นการรับประกันความน่าเชื่อถือของ
การดำเนินงานของ DC
โดยทั่วไป DC จะมีอายุการใช้งาน 10 ถึง 15 ปี และการบำรุงรักษาถือเป็นปัจจัยที่สำคัญมากกว่าอุปกรณ์ตลอดอายุการใช้งานของ DC การบริการระดับมืออาชีพถือเป็นกุญแจสำคัญต่อการดำเนินงานของ DC ในระยะยาวและเชื่อถือได้ ไม่มีความเสี่ยงที่อาจเกิดขึ้นเหลืออยู่ระหว่างการปรับใช้ผ่าน
การปรับใช้อย่างมืออาชีพและการจัดการกระบวนการทั้งหมดของการส่งมอบ DC ยิ่งไปกว่านั้น ยังมีการนำเทคโนโลยี AI มาใช้ในการบำรุงรักษาเชิงคาดการณ์แทนการตอบสนองต่อข้อผิดพลาด ซึ่งช่วยให้มั่นใจถึงความน่าเชื่อถือของ DC ตลอดอายุการใช้งาน
แนวโน้มที่ 6: สถาปัตยกรรมแบบโมดูลาร์เป็นกุญแจสำคัญในการรับมือกับความไม่แน่นอนของข้อกำหนด DC ที่ใช้ AI
ซึ่งจำเป็นต้องมีสถาปัตยกรรมแบบโมดูลาร์สำหรับ DC ที่ใช้ AI เพื่อรับมือกับความไม่แน่นอนของข้อกำหนด DC ที่ใช้ AI อย่างยืดหยุ่น สถาปัตยกรรมแบบโมดูลาร์ประกอบด้วยห้องอุปกรณ์มาตรฐาน ฟังก์ชันแบบโมดูลาร์ และอุปกรณ์เชิงกลไฟฟ้าที่แยกจากกัน ซึ่งสามารถรับประกันการปรับใช้ตามความต้องการและการปรับขนาดแบบยืดหยุ่นของระบบย่อยหลัก และความสามารถในการปรับตัวให้เข้ากับวิวัฒนาการของบริการในอนาคตได้อย่างยืดหยุ่น ยกตัวอย่าง DC ของ Wuhu ในจีน การใช้สถาปัตยกรรมแบบโมดูลาร์ ทำให้สามารถส่งมอบ DC ภายในสามเดือนและรองรับการปรับขนาดแบบยืดหยุ่นในอนาคต
แนวโน้มที่ 7: การผลิตระบบย่อยแบบสำเร็จรูปเป็นวิธีการที่มีประสิทธิภาพสำหรับการส่งมอบ DC ที่ใช้ AI อย่างรวดเร็ว
การผลิตแบบสำเร็จรูปจะทำให้มีประสิทธิภาพการผลิตเพิ่มมากขึ้น DC ที่มีระบบย่อยที่สร้างสำเร็จรูปสามารถตอบสนองต่อข้อกำหนดของบริการ AI ได้ดีขึ้นในแง่ของความยืดหยุ่นและการเปิดตัวที่รวดเร็ว การผลิตระบบย่อยแบบสำเร็จรูปไม่ใช่การประกอบชิ้นส่วนแบบธรรมดาแต่เป็นการผลิต
โซลูชัน ซึ่งจะต้องผ่านการออกแบบระดับมืออาชีพ การจำลอง การทดสอบ และเครื่องมืออัตโนมัติเพื่อให้แน่ใจถึงคุณภาพการส่งมอบผลิตภัณฑ์ นอกจากนี้ ภาระงานการสร้างในสถานที่ยังลดลง 90% ผ่านการผลิตแบบสำเร็จรูปในโรงงานและการทดสอบการทำงานก่อนการใช้งาน ซึ่งจะช่วยลดระยะเวลาในการส่งมอบได้เป็นอย่างมาก และให้การรับประกันการส่งมอบ DC ที่ใช้ AI ที่รวดเร็วและมีคุณภาพสูง
แนวโน้มที่ 8: ประสิทธิภาพสูงของแหล่งจ่ายไฟมีคุณค่ามากขึ้นเรื่อย ๆ ใน DC ที่ใช้ AI
สถานการณ์ความหนาแน่นสูงและการประมวลผลสูงก่อให้เกิดความท้าทายที่ยากลำบากสำหรับ
การระบายความร้อน ตั้งแต่การระบายความร้อนด้วยอากาศไปจนถึงการระบายความร้อนด้วยของเหลว ประสิทธิภาพแหล่งจ่ายไฟจะกลายเป็นปัจจัยสำคัญในการประหยัดพลังงาน ใน
การพิจารณาประสิทธิภาพแหล่งจ่ายไฟของ DC ควรมีการเน้นที่ประสิทธิภาพแหล่งจ่ายไฟของระบบคู่ขนานแทนอุปกรณ์ตัวเดียว และนวัตกรรมด้านสถาปัตยกรรม ตัวอย่างเช่น UPS สามารถมีประสิทธิภาพสูงถึง 99.1% และสามารถสลับระหว่างโหมดต่าง ๆ ได้ภายใน 0 มิลลิวินาทีเมื่อทำงานในโหมดการทำงานควบคุมการประหยัดพลังงานแบบพิเศษ (S-ECO)
แนวโน้มที่ 9: AI ช่วยปรับปรุงประสิทธิภาพการใช้พลังงานโดยรวมใน DC
นอกเหนือจากการปรับปรุงแหล่งจ่ายไฟและประสิทธิภาพการระบายความร้อนแล้ว เทคโนโลยี AI ยังมีส่วนช่วยในการเชื่อมโยงระหว่างชั้น 1 และ 2 ได้เช่นกัน มีพารามิเตอร์การเพิ่มประสิทธิภาพนับล้านรายการในสถานการณ์การระบายความร้อนด้วยอากาศ-ของเหลว ซึ่งทำให้การเพิ่มประสิทธิภาพมีความซับซ้อนมากขึ้นอย่างทวีคูณ เพื่อให้ได้ผลการระบายความร้อนที่ดีที่สุด เทคโนโลยีการเพิ่มประสิทธิภาพการใช้พลังงานด้วย AI สามารถนำไปใช้แทนการเพิ่มประสิทธิภาพด้วยตนเองแบบดั้งเดิมได้ การใช้งานเทคโนโลยี AI จะทำให้ DC ประหยัดพลังงานและมีประสิทธิภาพด้านพลังงานมากขึ้น
แนวโน้มที่ 10: ความทำงานร่วมกันระหว่างคอมพิวเตอร์-ไฟฟ้าจะกลายเป็นรูปแบบใหม่ของการสร้าง DC
พลังการประมวลผลถือเป็นกุญแจสำคัญของ AI และไฟฟ้ามีความจำเป็นต่อพลังการประมวลผล เนื่องจากการใช้พลังงานของ DC เพิ่มขึ้นอย่างต่อเนื่อง แหล่งจ่ายพลังงานสีเขียวโดยตรงจึงเป็น
โซลูชันที่จะช่วยลดการใช้พลังงานสำหรับ DC ได้ นอกจากนี้ เนื่องจากเป็นเชื่อมโยงโหลดของการรวมกันระหว่างการผลิตพลังงาน-ระบบโครงข่ายไฟฟ้า-โหลด-ระบบกักเก็บ DC จึงสามารถเชื่อมโยงกับระบบไฟฟ้ากำลังเพื่อปรับปรุงประสิทธิภาพการใช้ระบบโครงข่ายไฟฟ้า (GUE) ผ่านการควบคุมความถี่และการลดความต้องการกำลังไฟฟ้า DC สามารถกำหนดเวลาโหลดได้อย่างยืดหยุ่นโดยอิงตามข้อกำหนดการฝึกและการอนุมานของ AI เพื่อให้ได้ประสิทธิภาพโดยรวมที่ดีที่สุด เมื่อมองไปในอนาคต การทำงานร่วมกันระหว่างการประมวลผลและพลังงานจะเป็นโหมดใหม่ในการสร้าง DC ซึ่งจะช่วยส่งเสริมการพัฒนา DC อย่างยั่งยืน
ในยุค AI, Data Center Facility ของหัวเว่ย จะมุ่งเน้นไปที่คุณภาพและนวัตกรรมทางเทคโนโลยีเพื่อสร้างโซลูชันแหล่งจ่ายไฟที่มีความน่าเชื่อถือสูง ยืดหยุ่น และยั่งยืนสำหรับศูนย์การประมวผลอัจฉริยะ ซึ่งจะช่วยให้ลูกค้าและพันธมิตรคว้าโอกาสในการประมวลผลอัจฉริยะ และเพิ่มเอาต์พุตของทุกวัตต์ให้สูงสุด เพื่อขับเคลื่อนยุคดิจิทัลให้ก้าวไปข้างหน้า
