为什么AI工作负载可能不会改变数据中心行业

乍一看，AI的繁荣可能对数据中心行业来说是一个巨大的福音。企业在AI上投资越多，他们需要的数据中心容量就越多，对吗?

AI肯定会推动对数据中心的需求，但我相信，AI对该行业的影响最终将被证明是有限的。原因如下。

AI如何影响数据中心

为了提高AI对数据中心的需求，原因非常简单：构建和部署AI工作负载需要大量的IT基础设施-在许多情况下，包括专门的基础设施，如配备GPU的服务器。数据中心的核心显然是托管基础设施的地方，因为它们不仅提供托管服务器的空间，还提供企业保护其在AI基础设施投资所需的物理安全控制、高效能源系统、冷却解决方案和其他资源。

因此，随着时间的推移，越来越多的企业寻求构建或部署AI模型，他们将转向数据中心来托管实现目标所需的服务器——至少流行的智能往往是这样认为的。

AI真的会改变数据中心吗?

在未来几年，数据中心内的服务器数量将会逐渐增加，专门用于AI工作负载。在某些情况下，企业甚至会建立专门用于AI的新数据中心。

然而，总的来说，AI将彻底颠覆整个行业，或者AI工作负载将超过其他类型的应用程序（如网络托管），成为数据中心的关键途径，这是谈论其实的。

以下是AI热潮对数据中心的影响可能没有看起来那么大的四个原因。

暂时需要AI基础设施

首先，允许AI用户例不必要求企业永久拥有AI基础设施。如果您需要训练一个模型，在训练期间您将需要大量的计算能力，但之后，在您培训下一个模型之前，您将无法使用该服务器容量。

因此，对于大多数对AI感兴趣的企业来说，使用IaaS解决方案来满足其AI基础设施需求，而不是购买自己的服务器并将其部署在数据中心，在财务上更有意义。与其他类型的工作负载不同，AI需要间歇性的大规模基础设施。

闲置的AI基础设施已经非常充足

考虑到IaaS提供商已经提供了大量廉价的基础设施容量，购买AI基础设施和数据中心空间来托管甚至更难证明是合理的。

例如，与标准公有云服务器相比，Spot VM实例可以获得大幅折扣，是执行AI培训的好方法。Spot实例的主要缺点-云提供商可以在没有任何警告的情况下关闭实例，可能会中断它们上托管的任何工作负载-对于AI培训来说不是太大的问题，因为在许多情况下，培训可以在不同的实例上暂停和恢复。

简而言之，当企业可以将超廉价的现有IaaS产品用于相同目的时，它们不太可能扩大自己的数据中心足迹来支持AI工作负载。

很少有企业会构建自己的AI模型

无论你使用哪种基础设施，从头开始开发、培训和部署AI模型都是一项艰苦的工作-如此之难，以至于很少有企业可能会这样做。大多数人可能会选择微软或谷歌等企业的第三方AI服务。

这些服务是由构建和培训自己模型的供应商提供的，因此使用这些模型的客户不需要购买自己的AI基础设施。

AI热潮最终会消退

目前，GenAI是一个热门话题，企业投资AI解决方案的压力越来越大，但五年或十年后，大多数企业的AI战略可能已经成熟，他们将转向新的技术趋势。

这对数据中心来说意味着，AI导致的任何需求上升可能大多是暂时的-大幅扩展数据中心容量，结果发现中期后不再需要这些容量是不明智的。

结论

一句话：除了专门开发AI软件的企业外，很少有企业有很好的理由投资数据中心来支持AI工作负载。预计AI的炒作将推动数据中心容量的一些增长，特别是在未来几年，但不要指望AI会导致对数据中心空间的需求大幅上升——因为现有的空间可能足以满足大多数企业的需求。