过去20年数据中心需求的增长源于存储和计算需求，以及从内部部署到云基础设施的迁移。软件应用和IT的新进步改变了客户需求，促使数据中心库存显著增长，如下图所示。
图 1：一级市场库存总量（MW）
那么，人工智能的兴起将如何影响数据中心的发展和需求？
目前，还有很多未知数。人工智能将如何影响就业、基础设施发展、能源使用和隐私？现有和在建的数据中心能支持人工智能的发展吗？超大规模企业是否会在边缘市场寻求设施开发，因为那里有更低成本的电力供应和更便宜的土地?
什么是人工智能？
ChatGPT是一个能够理解并响应用户输入的聊天机器人，它使AI再次成为全行业的焦点。并在全球范围内迅速掀起一波AI热潮。而且，ChatGPT也是最快达到1亿用户的应用程序。那么，回过头来看，AI到底是什么？
AI的机器学习功能有两个：
- 人工智能训练：从数据集的输入构建模型
- 人工智能推理：从数据集学习中生成预测、解决方案和可操作的结果
这些功能不必同时在同一位置工作。每个都有自己独特的存储、电源和计算需求。在最基本的形式中，人工智能可以帮助回答问题或起草电子邮件，未来的高级功能将更加复杂。
AI在数据中心应用
当下，人工智能的文化影响力处于历史最高水平。但是，在没有同样的大众意识的情况下，数据中心运营商一直在以以下方式利用人工智能：通过主动管理电源使用效率 (PUE) 来提高能源效率，通过主动检测和修复问题来监控设施的硬件以延长其使用寿命，协助在规划数据中心的物理空间的同时，还要监控温度和湿度的限制。
人工智能的用例不仅限于数据中心运营商，还适用于用户。客户可以从数据中心部署人工智能软件，用于服务聊天机器人、营销分析、数据可视化、业务发展的潜在客户生成、简化的人力资源招聘和入职流程、自动驾驶汽车以及保险和欺诈检测。
这对数据中心意味着什么？
人工智能机器学习的两个基本要素需要不同的数据中心需求。人工智能训练可以在相对孤立的环境中进行。高计算能力是必要的，但不需要靠近最终用户或与其他设施互连。位于土地成本较低的农村地区的数据中心就是此类设施的一个例子。人工智能推理需要终端用户和应用具有极高的性能和低延迟，以便与模型实时交互。类似设施的一个示例是城市环境中的边缘数据中心。
在S&P Global的一项调查中，84.6% 的受访者表示其组织的AI/ML基础设施支出将略有增加或显着增加。世邦魏理仕预计，三级市场（如 Des Moines, Charlotte 和 Columbus ）对数据中心开发的需求增加。
电源限制仍然是一个挑战，人工智能应用消耗大量电力。在硬件方面，人工智能需要高性能的处理器，比传统的数据中心处理器需要更多的功率。除了消耗更多电力外，还需要改进冷却技术以减少停机时间。由于传统风冷冷水机的局限性，液体冷却是高性能芯片的首选。
另外，由于缺水，可能受到这种液体冷却需求不利影响的市场包括美国的凤凰城、亚利桑那州和南加州等地。总体而言，有动力在电力供应充足、能源成本和土地价格较低的市场开发AI专用数据中心，以处理这些复杂和高性能的工作负载。
人工智能不仅消耗电力，而且还可以减轻电力使用。IDC预计AI的全球收入到2023年将达到1540亿美元，到 2026年将超过3000亿美元。这代表着27%的复合年增长率，是同期IT总支出增长率的四倍多。美国预计将成为最大的人工智能市场，占全球总支出的50%以上。
显然，人工智能是数字化转型的一股显着增长的力量，值得各行业持续关注。
