隨著人工智能技術的快速發展,對用于支撐AI運算的高性能數據中心的需求呈爆發式增長。然而,建設這些超級計算機的"家園"所需的關鍵零部件、合適房地產和充足電力等資源卻面臨短缺。這一供需矛盾正成為制約AI產業發展的一大瓶頸。

數據中心“庫存”告急

"定制冷卻系統的交貨期比幾年前延長了5倍,備用發電機的交付時間從最少一個月拉長到最多兩年。"數據中心高管如是說。由于缺乏價格合理、電力和網絡條件俱佳的房地產,建設者們正在全球范圍內搜尋適宜選址,并探索創新的建設模式。從薩爾瓦多的火山附近,到西德克薩斯和非洲的集裝箱內,新型數據中心項目的方案可謂"別出心裁"。

以數據中心運營商Hydra Host為例,該公司今年初計劃建設一座配備10,000個AI芯片的設施,為此需要15兆瓦的電力供應。"我們從鳳凰城到休斯敦,再到堪薩斯城、紐約和北卡羅來納,都在尋找合適的場地,但至今仍在繼續搜尋。"Hydra Host CEO Aaron Ginn表示,"有電的地方缺冷卻設備,有冷卻條件的建筑又缺變壓器,各類資源很難兼得。"

Ginn說:"從我們觀察到的情況來看,建設數據中心的熱情可能達到了自互聯網起飛以來的最高點。但找齊合適的零部件和場地比預期多花了好幾個月時間。"

自2022年底OpenAI的ChatGPT展示了AI技術的巨大潛力以來,對支撐AI系統運行所需算力的需求呈井噴式增長。許多企業對搭載了英偉達GPU等新一代AI芯片的服務器虎視眈眈,現有數據中心的負荷已經飽和。"這就像遇到了一場海嘯,數據中心的庫存將很快告急。"DataBank公司CEO Raul Martynek如是說。

分析師估計,訓練2022版ChatGPT用掉了超過10,000個英偉達GPU,而最新迭代所需的芯片更是遠超這一數字。創建和部署復雜AI系統所需的芯片數量之巨,前所未見。大型科技公司正在爭相采購,以期搶占先機。

去年美國數據中心空間增長26%,在建規模創下新高。（據中國產業資訊機構科智咨詢最新的《2023-2024中國IDC行業發展研究報告》顯示，2023年，中國在運營IDC自然機柜數量達到270.4萬架，折合IT負載12545MW，機柜數量較2022年同比增長12.1%。——編者注）

"可用空間價格節節攀升,空置率幾近于零,這表明供給遠遠滿足不了需求的增長。"房地產咨詢公司CBRE的報告指出。亞馬遜網絡服務工程副總裁Bill Vass透露,如今全球平均每三天就有一座新數據中心建成。

"建設一座大型數據中心通常需要一年半到兩年時間。由于規劃和供應鏈管理十分復雜,整個行業很難在需求井噴時迅速擴大產能。"Equinix數據中心服務總經理Jon Lin表示,"想一蹴而就是不可能的,你不可能在一夜之間就把能力翻番。"

為了跟上AI發展的步伐,亞馬遜、微軟、谷歌等云計算巨頭都在數據中心上投入巨資。以谷歌為例,去年第四季度其資本支出同比增長45%,達110億美元,其中近半用于數據基礎設施。微軟則力圖通過縮減其他支出來平衡數據中心建設的巨額投入,該公司去年在這一領域的花費超過300億美元。

供應鏈瓶頸正制約著數據中心建設的步伐。從服務器互連的光模塊,到機柜內的連接線纜,再到大型備用發電機,種種關鍵零部件的交付周期都大幅延長。此外,專業施工人員的短缺也推高了人力成本。

"新一代GPU驅動的AI數據中心,對選址條件提出了更高要求。我們要尋找能提供充足、可靠且經濟的電力的地點。"建設者們表示。為此,亞馬遜最近在賓州一核電站旁買下了一個數據中心,Meta則計劃在德州埃爾帕索投資8億美元建設計算設施。

AI熱潮引發的數據中心建設狂潮,凸顯了這一產業面臨的多重挑戰:合適場地稀缺、關鍵設備供應不足、電力資源難覓,都成為掣肘產能提升的癥結所在。面對AI算力需求的快速攀升,數據中心供應商正在全球展開求索,但短期內化解供需矛盾談何容易。

從長遠來看,AI技術的加速迭代對數字基礎設施提出了全新的更高要求。數據中心行業要緊跟創新的腳步,在硬件架構、能源利用、選址部署等方面持續升級,對企業的技術實力和創新驅動力提出了更高要求。同時,破解當前困局還需產業鏈各方群策群力,通力合作,共同推動新一代數字基礎設施的發展完善,為AI產業的未來鋪就坦途。

|文章來源：中國IDC圈編譯作者：Tom Dotan and Asa Fitch