Tervetuloa uuden sarjamme ensimmäiseen blogiin, Rakentaminen tekoälymaailmaan sopivaksi. EdgeConneXilla asiakkaiden yksilöllisten vaatimusten mukaiset asiakkaiden yksilöllisten vaatimusten mukaisia datakeskuksia on osa perinteitämme; olemme tehneet sitä vuodesta 2009 lähtien. Näiden vuosien aikana asiakkaidemme vaatimukset ovat muuttuneet – paljon. Pilvipalveluihin siirtymisen kiihtyessä palveluntarjoajat tarvitsivat huomattavasti suurempia tiloja strategisilla sijainneilla. Kuluttajien siirtyessä suoratoistoon palveluntarjoajat tarvitsivat ratkaisuja reuna-alueille. Olemme tukeneet asiakkaitamme jokaisessa näistä muutoksista.
Tekoäly (AI) on jälleen kerran mullistanut vaatimukset. Tekoälytyökuormille sopivan järjestelmän rakentaminen eroaa huomattavasti pilvipalveluiden työkuormille tai sisällön suoratoistolle suunnitellusta järjestelmästä. Tekoälyn kohdalla sijainti-, ajoitus- ja tiheysvaatimukset ovat aivan erilaiset. Tässä sarjassa tarkastelemme näitä tekijöitä yksi kerrallaan ja selitämme, mitä tekoäly on muuttanut, miten nämä muutokset vaikuttavat datakeskusten kehittämiseen ja miten EdgeConneX tukee edelleen asiakkaiden yksilöllisiä vaatimuksia.
AI-mallien koulutuksen ja päättelyn sijaintivaatimukset
Tekoälymallin suorituskyky riippuu koulutuksen aikana käytettyjen parametrien määrästä. Mallit koulutetaan toisiinsa kytkettyjen grafiikkaprosessoreiden (GPU) klustereissa, ja parametrien määrän kasvaessa myös klusterin koko kasvaa. (Metan Llama 3.1-mallissa on esimerkiksi 405 miljardia parametria, ja se on koulutettu 16 000 NVIDIA H100 -grafiikkaprosessorin klusterilla. Yhtiön seuraavan sukupolven malli, Llama 4, sisältää 2 biljoonaa parametria ja se on koulutettu yli 100 000 H100-grafiikkaprosessorista.)
Suuremmat GPU-klusterit lisäävät datakeskusten teho- ja tilavaatimuksia. Datakeskusten kapasiteetin maailmanlaajuinen kysyntä on tällä hetkellä noin 60 GW; vuoteen 2030 mennessä se voi olla 3–5-kertainen, ja merkittävä osa kasvusta johtuu tekoälystä. Gigawattiluokan datakeskuskampukset, joiden pinta-ala on miljoonia neliömetrejä, yleistyvät jatkuvasti. Tällaista tehoa ja tilaa on yhä vaikeampi saada päämarkkinoilta, joten tekoälymalleja kouluttavat teknologiayritykset etsivät uusia markkinoita, joilla maata ja sähköä on helpompi saada.
Tekoälyn päättelyllä (koulutetun mallin käyttäminen uusien syötteiden käsittelyyn ja tulosten tuottamiseen) on erilaiset vaatimukset. Tietyissä sovelluksissa, kuten itseajavissa ajoneuvoissa, korkeataajuisessa kaupankäynnissä ja teollisessa automaatiossa, päättely saattaa edellyttää pientä viivettä. Näissä tapauksissa reuna-asennukset voivat olla tarpeen.
Rakentaminen sijainnin vaatimusten mukaisesti
Tekoälymallien koulutuksen energia- ja tilavaatimusten täyttäminen edellyttää vahvaa kiinteistötiimiä, jolla on kokemusta uusien markkinoiden kehittämisestä. Käyttöönotot Yli 60 ainutlaatuista markkina-aluetta maailmanlaajuisesti meillä on kokemusta ja osaamista menestyä monenlaisissa toimintaympäristöissä. Markkinointi- ja tuotejohtajanamme Phillip Marangella selitettiin artikkeli asiakkaiden tarpeiden mukaisesta kapasiteetin tarjoamisesta: ”On tärkeää tunnistaa, mitä yhteistä erilaisilla markkinoilla on ja miten ne saattavat poiketa toisistaan… Vaikka markkinoilla voi olla paljon yhteisiä ratkaisuja, on erittäin arvokasta tietää, miten tuloksia saadaan aikaan erilaisissa paikoissa, kulttuureissa ja yhteisöissä.”
Erilaisissa kokoluokissa ja eri sijainneissa toteutettavien käyttöönottojen tukeminen edellyttää joustavaa toimitusketjua. Kokemuksemme ja asiantuntemuksemme kattavat monenlaiset ja -kokoiset hankkeet. Toteutamme sekä noin 2 MW:n reuna-asennuksia että yli 200 MW:n hyperscale-asennuksia. Rakennamme uusia ratkaisuja, hyödynnämme olemassa olevia tiloja tai teemme tarvittaessa yhteistyötä kumppaneiden kanssa nopeuttaaksemme pääsyä uusille markkinoille ympäri maailmaa. Luotettava toimitusketjumme mahdollistaa nopean hankinnan maailmanlaajuisesti, mikä poistaa logistiset haasteet, jotka liittyvät usein vaikeapääsyisiin alueisiin. Hyödynnämme joustavaa suunnitteluperustaa tunnistaaksemme, arvioidaksemme ja toteuttaaksemme hankkeita maailmanlaajuisesti parhaiden suunnittelukäytäntöjen, kumppaneiden ja teknologian avulla.
Yhteenveto
Olipa kyseessä sitten mallien kouluttaminen tai päättely, tekoälytyökuormien ainutlaatuiset vaatimukset vauhdittavat merkittävää kehitystä uusilla markkinoilla sekä uusia edistysaskeleita reunalaskennassa. Menestys edellyttää kehittäjää, jolla on laaja kansainvälinen kokemus erilaisista käyttöönottojen koosta ja tyypeistä, dynaamista toimitusketjua sekä sitoutumista kestävään kehitykseen myös silloin, kun se on haastavampaa. Kehittäjää kuten EdgeConneX.
Seuraavaksi Rakentaminen tekoälymaailmaan -sarjassa: