Warum KI-Workloads die Rechenzentrumsbranche möglicherweise nicht verändern

Auf den ersten Blick scheint der KI-Boom ein großer Segen für die Rechenzentrumsbranche zu sein. Je mehr Unternehmen in KI investieren, desto mehr Rechenzentrumskapazität werden sie benötigen, oder?

KI wird definitiv die Nachfrage nach Rechenzentren ankurbeln, aber ich glaube, dass sich der Einfluss von KI auf die Branche letztendlich als begrenzt erweisen wird. Hier ist der Grund.

Wie sich KI auf Rechenzentren auswirkt

Der Grund dafür, dass die Nachfrage nach KI in Rechenzentren steigt, ist ganz einfach: Der Aufbau und die Bereitstellung von KI-Workloads erfordern viel IT-Infrastruktur – in vielen Fällen einschließlich spezialisierter Infrastruktur wie mit GPUs ausgestattete Server . Der Kern von Rechenzentren ist offensichtlich der Ort, an dem die Infrastruktur gehostet wird, da sie nicht nur Platz zum Hosten von Servern bieten, sondern auch die physischen Sicherheitskontrollen, effiziente Energiesysteme, Kühllösungen und andere Ressourcen bereitstellen, die Unternehmen zum Schutz ihrer Investitionen in die KI-Infrastruktur benötigen .

Wenn also die Zeit vergeht und immer mehr Unternehmen versuchen, KI-Modelle zu entwickeln oder einzusetzen, werden sie sich an Rechenzentren wenden, um die Server zu hosten, die sie zum Erreichen ihrer Ziele benötigen – zumindest ist dies die Meinung populärer Geheimdienste.

Wird KI das Rechenzentrum wirklich verändern?

In den nächsten Jahren wird die Anzahl der Server in Rechenzentren schrittweise zunehmen, die für KI-Arbeitslasten bestimmt sind. Teilweise bauen Unternehmen sogar neue Rechenzentren speziell für KI.

Allerdings ist es im Allgemeinen wahr, dass KI die Branche völlig revolutionieren wird oder dass KI-Workloads andere Arten von Anwendungen (wie Webhosting) übertreffen und zum Schlüsselpfad für Rechenzentren werden werden.

Hier sind vier Gründe, warum die Auswirkungen des KI-Booms auf Rechenzentren möglicherweise nicht so groß sind, wie es scheint.

Vorübergehender Bedarf an KI-Infrastruktur

Erstens erfordert die Zulassung von KI-Anwendungsfällen nicht, dass Unternehmen dauerhaft über KI-Infrastruktur verfügen. Wenn Sie ein Modell trainieren müssen, benötigen Sie während des Trainings viel Rechenleistung, können diese Serverkapazität dann aber erst nutzen, wenn Sie das nächste Modell trainieren.

Für die meisten an KI interessierten Unternehmen ist es daher finanziell sinnvoller, eine IaaS-Lösung für ihre KI-Infrastrukturanforderungen zu nutzen, anstatt eigene Server zu kaufen und diese in einem Rechenzentrum bereitzustellen. Im Gegensatz zu anderen Arten von Workloads erfordert KI eine intermittierende, groß angelegte Infrastruktur.

Inaktive KI-Infrastruktur gibt es bereits in Hülle und Fülle

Der Kauf von KI-Infrastruktur und Rechenzentrumsfläche zum Hosten ist angesichts der riesigen Mengen an günstiger Infrastrukturkapazität, die bereits von IaaS-Anbietern verfügbar sind, noch schwieriger zu rechtfertigen.

Zum Beispiel sind Spot-VM-Instanzen im Vergleich zu Standard-Public-Cloud-Servern mit erheblichen Rabatten erhältlich und eignen sich hervorragend für die Durchführung von KI-Trainings. Der Hauptnachteil von Spot-Instanzen – Cloud-Anbieter können Instanzen ohne Vorwarnung herunterfahren und möglicherweise die darauf gehosteten Arbeitslasten unterbrechen – stellt für das KI-Training kein allzu großes Problem dar, da das Training in vielen Fällen auf verschiedenen Instanzen angehalten und wieder aufgenommen werden kann .

Kurz gesagt: Es ist unwahrscheinlich, dass Unternehmen ihre Rechenzentrumsfläche erweitern, um KI-Workloads zu unterstützen, wenn sie für denselben Zweck ultragünstige bestehende IaaS-Angebote nutzen können.

Nur wenige Unternehmen bauen ihre eigenen KI-Modelle auf

Egal welche Infrastruktur Sie nutzen, die Entwicklung, Schulung und Bereitstellung von KI-Modellen von Grund auf ist harte Arbeit – so schwer, dass nur wenige Unternehmen dies tun können. Die meisten Menschen werden sich wahrscheinlich für KI-Dienste von Drittanbietern von Unternehmen wie Microsoft oder Google entscheiden.

Diese Dienste werden von Anbietern bereitgestellt, die ihre eigenen Modelle erstellen und trainieren, sodass Kunden, die diese Modelle verwenden, keine eigene KI-Infrastruktur erwerben müssen.

Der KI-Wahnsinn wird irgendwann nachlassen

Derzeit ist GenAI ein heißes Thema und es besteht ein zunehmender Druck auf Unternehmen, in KI-Lösungen zu investieren, aber in fünf oder zehn Jahren werden die KI-Strategien der meisten Unternehmen wahrscheinlich ausgereift sein und sie wird neue Technologietrends bestimmen.

Für Rechenzentren bedeutet dies, dass ein durch KI verursachter Nachfrageanstieg wahrscheinlich größtenteils nur vorübergehender Natur ist – es wäre unklug, die Kapazität von Rechenzentren erheblich zu erweitern, nur um dann festzustellen, dass sie mittelfristig nicht mehr benötigt wird.

Fazit

Fazit: Mit Ausnahme derjenigen, die sich auf die Entwicklung von KI-Software spezialisiert haben, haben nur wenige Unternehmen einen guten Grund, in Rechenzentren zur Unterstützung von KI-Workloads zu investieren. Erwarten Sie, dass der Hype um KI vor allem in den nächsten Jahren zu einem gewissen Wachstum der Rechenzentrumskapazität führen wird. Erwarten Sie jedoch nicht, dass KI zu einem deutlichen Anstieg der Nachfrage nach Rechenzentrumsflächen führen wird, da der vorhandene Raum wahrscheinlich ausreichen wird, um den Bedarf zu decken der meisten Unternehmen.

Das obige ist der detaillierte Inhalt vonWarum KI-Workloads die Rechenzentrumsbranche möglicherweise nicht verändern. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!