Τα data centers της Κίνας θα καταναλώνουν περισσότερο ρεύμα από ολόκληρη τη Νότια Κορέα έως το 2030

Η ασύλληπτη ανάπτυξη των υποδομών Τεχνητής Νοημοσύνης (AI) προκαλεί μια πρωτοφανή ανακατανομή των παγκόσμιων ενεργειακών πόρων, με την Κίνα να βρίσκεται στο επίκεντρο αυτού του τεχνολογικού και βιομηχανικού μετασχηματισμού.

Σύμφωνα με τα νεότερα δεδομένα που δημοσιεύθηκαν από την εταιρεία αναλύσεων Wood Mackenzie, η επένδυση σε μεγάλου μεγέθους γλωσσικά μοντέλα και πολύπλοκα συστήματα μηχανικής μάθησης αναγκάζει τους τεχνολογικούς κολοσσούς της ασιατικής χώρας να απορροφούν δυσανάλογα μεγάλα ποσοστά από την εθνική παραγωγή ηλεκτρικής ενέργειας.

Η δυναμική αυτή δημιουργεί τεράστιες προκλήσεις για τις υποδομές των δικτύων μεταφοράς, υποχρεώνοντας ταυτόχρονα την κυβέρνηση και τις ιδιωτικές εταιρείες να σχεδιάσουν από την αρχή τον γεωγραφικό χάρτη των τεχνολογικών τους εγκαταστάσεων.

Η μετάβαση από τα παραδοσιακά cloud, τα οποία εξυπηρετούσαν κυρίως το ηλεκτρονικό εμπόριο και την αποθήκευση δεδομένων, στα νέα clusters υψηλής απόδοσης που απαιτούνται για την ανάπτυξη της παραγωγικής Τεχνητής Νοημοσύνης, μετατρέπει τα data centers από απλούς καταναλωτές ενέργειας σε κρίσιμους ρυθμιστικούς παράγοντες ολόκληρου του συστήματος ηλεκτροδότησης.

Ποια είναι η προβλεπόμενη ενεργειακή κατανάλωση των data centers στην Κίνα μέχρι το 2030;

Έως το 2030, τα κινεζικά data centers αναμένεται να καταναλώνουν 774 Τεραβατώρες (TWh) ηλεκτρικής ενέργειας ετησίως, αντιπροσωπεύοντας περίπου το 6% της συνολικής κατανάλωσης της χώρας. Το συγκεκριμένο μέγεθος συνεπάγεται έναν δραματικό τετραπλασιασμό των σημερινών απαιτήσεων λειτουργίας και πλέον ξεπερνά κατά πολύ τη συνολική ετήσια ενεργειακή κατανάλωση ανεπτυγμένων κρατών όπως η Νότια Κορέα, η οποία υπολογίζεται στις 596 TWh.

Η ταχύτητα με την οποία αναθεωρούνται τα νούμερα προκαλεί ιδιαίτερη εντύπωση, διότι μόλις ένα χρόνο πριν, η ίδια ερευνητική ομάδα της Wood Mackenzie προέβλεπε ότι η αντίστοιχη κατανάλωση θα άγγιζε τις 479 TWh μέχρι το τέλος της δεκαετίας, καθιστώντας τη φετινή πρόβλεψη υψηλότερη κατά 60%. Η εξωπραγματική αυτή απόκλιση αντανακλά την αδυναμία ακόμη και των εξειδικευμένων αναλυτών να προβλέψουν με απόλυτη ακρίβεια την ένταση του ανταγωνισμού γύρω από την ανάπτυξη νευρωνικών δικτύων.

Με ορίζοντα το 2060, το ποσοστό συμμετοχής των data centers στη συνολική κατανάλωση ηλεκτρικής ενέργειας της Κίνας εκτιμάται ότι θα σκαρφαλώσει στο δυσθεώρητο 17%, δημιουργώντας ανυπολόγιστες πιέσεις στο εθνικό δίκτυο, το οποίο θα κληθεί να διαχειριστεί ένα συνδυαστικό ενεργειακό φορτίο που θα υπερβαίνει τις 12.900 TWh.

Η κλιμάκωση της υπολογιστικής πυκνότητας ανά server rack σημαίνει ότι τα συστήματα ψύξης οφείλουν να γίνουν πιο επιθετικά και ενεργοβόρα, με τις θερμικές απώλειες των σύγχρονων μονάδων επεξεργασίας γραφικών (GPUs) να απαιτούν πλέον εξειδικευμένες λύσεις υγρόψυξης που επιβαρύνουν περαιτέρω τους λογαριασμούς λειτουργίας.

Πώς διαχωρίζεται η απαιτούμενη ενέργεια μεταξύ εκπαίδευσης και εξαγωγής συμπερασμάτων στα μοντέλα AI;

Η ενέργεια αντλείται από δύο διακριτές αλλά εξίσου κρίσιμες διαδικασίες της Τεχνητής Νοημοσύνης. Η εντατική εκπαίδευση των μοντέλων δημιουργεί απρόβλεπτες και βίαιες αιχμές ζήτησης καθώς οι αλγόριθμοι καταναλώνουν γιγαντιαία σύνολα δεδομένων, ενώ η εξαγωγή συμπερασμάτων προσθέτει ένα διαρκώς αυξανόμενο βασικό φορτίο για την καθημερινή και αδιάλειπτη εξυπηρέτηση των τελικών χρηστών.

Οι αναλυτές επισημαίνουν ότι το φορτίο που παράγεται από την εξαγωγή συμπερασμάτων είναι ευκολότερα προβλέψιμο, μιας και συσχετίζεται άμεσα με τον αριθμό των ερωτημάτων που καταθέτουν οι καταναλωτές και οι επιχειρήσεις στις πλατφόρμες. Αντιθέτως, η φάση της εκπαίδευσης αποτελεί μια υπολογιστική άβυσσο, αφού οι εταιρείες προσπαθούν διαρκώς να εκπαιδεύσουν μοντέλα επόμενης γενιάς αξιοποιώντας ολοένα και μεγαλύτερους αριθμούς παραμέτρων, διαδικασία που διαρκεί μήνες και φέρνει το τοπικό ηλεκτρικό δίκτυο στα όρια της αντοχής του. Συνδυαστικά, αυτές οι δύο δυνάμεις λειτουργούν ως ένας ατέρμονος πολλαπλασιαστής της ενεργειακής ζήτησης, εξηγώντας πλήρως τον λόγο για τον οποίο η κατανάλωση των κινεζικών υποδομών αυξάνεται εκθετικά παρά τις ταυτόχρονες τεχνολογικές βελτιώσεις στην ενεργειακή αποδοτικότητα των ίδιων των ημιαγωγών.

Ποια είναι η στρατηγική μετατόπισης των κινεζικών υπολογιστικών υποδομών σε νέες γεωγραφικές ζώνες;

Το ιστορικό μοντέλο εγκατάστασης κοντά στα παραδοσιακά αστικά κέντρα αντικαθίσταται σταδιακά από το ρητό «το υπολογιστικό φορτίο ακολουθεί την παραγόμενη ενέργεια». Εφαρμογές που επιδέχονται χρονικές καθυστερήσεις μεταφέρονται στις αχανείς δυτικές και βόρειες επαρχίες της χώρας για να εκμεταλλευτούν την άφθονη γη, ενώ οι αυστηρά ευαίσθητες σε καθυστερήσεις υπηρεσίες παραμένουν αναγκαστικά εγκλωβισμένες στις πυκνοκατοικημένες ανατολικές μητροπόλεις.

Μέχρι πρότινος, ο σχεδιασμός υπαγόρευε την κατασκευή τεράστιων συμπλεγμάτων γύρω από το Πεκίνο, τη Σαγκάη και τη Σενζέν, προκειμένου να εξασφαλίζεται η βέλτιστη σύνδεση με τους πελάτες, η πρόσβαση σε εξειδικευμένο ανθρώπινο δυναμικό και η επίτευξη εξαιρετικά χαμηλών χρόνων απόκρισης. Η διόγκωση του AI επιβάλλει μια διαφορετική αρχιτεκτονική κατανομής των πόρων, διαχωρίζοντας ουσιαστικά το είδος της εργασίας. Διεργασίες όπως η εκπαίδευση μοντέλων, η επεξεργασία μεγάλου όγκου δεδομένων σε παρτίδες και η δημιουργία αντιγράφων ασφαλείας είναι εξαιρετικά ανθεκτικές στις μικρές καθυστερήσεις μεταφοράς δεδομένων. Αυτές ακριβώς οι λειτουργίες οδεύουν ταχύτατα προς τις επαρχίες που διαθέτουν άφθονη αιολική και ηλιακή ενέργεια, καθώς και φυσικά χαμηλότερες μέσες θερμοκρασίες που υποβοηθούν καθοριστικά τη φυσική ψύξη των συστημάτων, ρίχνοντας δραματικά το λειτουργικό κόστος.

Από την άλλη πλευρά, εφαρμογές κρίσιμου χρόνου όπως το AI inference, οι χρηματοοικονομικές συναλλαγές υψηλής συχνότητας και η αυτόνομη οδήγηση θα συνεχίσουν να βασίζονται στους οκτώ καθορισμένους εθνικούς κόμβους που βρίσκονται πλησιέστερα στα κέντρα κατανάλωσης, δημιουργώντας έναν ιδιότυπο τεχνολογικό καταμερισμό εργασίας στο εσωτερικό της ασιατικής ηπείρου.

Μπορούν τα data centers να προσφέρουν ευελιξία στα σύγχρονα δίκτυα ηλεκτροδότησης;

Η δημιουργία νέων ενεργειακών αρχιτεκτονικών και συστημάτων αποθήκευσης με μπαταρίες, σε συνδυασμό με τον έξυπνο προγραμματισμό των εργασιών, επιτρέπει στα data centers να μετασχηματιστούν από άκαμπτους καταναλωτές βάσης σε δυναμικούς παρόχους ευελιξίας για ολόκληρο το δίκτυο, συγχρονίζοντας τις βαριές υπολογιστικές τους εργασίες με τις περιόδους υπερπροσφοράς φθηνής ανανεώσιμης ενέργειας.

Η παραπάνω έννοια της χρονικής ελαστικότητας αποτελεί ένα κομβικό σημείο για τη βιωσιμότητα των δικτύων του μέλλοντος, διότι επιτρέπει στους διαχειριστές των συστημάτων να προγραμματίζουν τη μεταφορά εκατομμυρίων μη κρίσιμων υπολογισμών τις ώρες που η ηλιακή ή η αιολική παραγωγή αγγίζει το μέγιστο επίπεδο της δυναμικότητάς της και οι τιμές της κιλοβατώρας κατακρημνίζονται. Με αυτόν τον τρόπο, τα data centers λειτουργούν ως γιγαντιαίες δεξαμενές απορρόφησης ενέργειας που υπό διαφορετικές συνθήκες θα πήγαινε εντελώς χαμένη, στηρίζοντας παράλληλα τη ραγδαία διείσδυση των ανανεώσιμων πηγών.

Οι ειδικοί της αγοράς πιστεύουν ακράδαντα ότι μέσω αυτών των προηγμένων πρακτικών ενσωμάτωσης, οι συνολικές εκπομπές άνθρακα που οφείλονται στη λειτουργία των κινεζικών υποδομών τεχνολογίας θα μπορέσουν να φτάσουν στο απόγειο τους περίπου το 2035, για να ακολουθήσουν στη συνέχεια μια σταθερά πτωτική πορεία, υπακούοντας στις ολοένα και πιο αυστηρές εθνικές εντολές για την υιοθέτηση πράσινης ενέργειας.

Πηγή: https://www.techgear.gr/