目前的資料基礎設施已經能夠處理雲端運算、5G網路和視訊串流的湧入，但這可能不足以支援人工智慧的全面應用所帶來的最新數位變革。
相反，人工智慧的數位基礎設施可能需要一個完全獨立的雲端運算框架。這個新框架需要根據特定資料中心群集的位置及其所具有的功能重新定義現有資料中心網路。
最近備受討論的ChatGPTAI人工智慧語音合成器擁有100多萬用戶，並獲得了微軟100億美元的投資。此外，亞馬遜網路服務於11月與StabilityAI合作，Google創建了一個名為Lamda的類似ChatGPT系統。同時，Meta最近宣布暫停其資料中心建設，以便能夠重新配置其伺服器場，從而滿足AI的資料處理要求。
人工智慧平台的資料處理需求已經成長到這樣的程度，如果沒有微軟即將升級的Azure雲端平台，ChatGPT的創建者OpenAI將無法繼續營運該平台。
像ChatGPT這樣的人工智慧平台的「大腦」透過兩個不同的「半球」或「葉」來運作，前者提取滿足用戶內容請求所需的所有數據，後者支援生成平台，在用戶被問到問題後立即以更「人性化」的方式回答用戶的問題。
訓練葉將需要大量的「運算能力」來處理產生ChatGPT所創建的所有內容所需的所有資料點。從本質上講，訓練葉提取數據點並在模型中重新組織它們。這個過程是反覆進行的，每一次，人工智慧實體都能更好地理解，它教導自己如何吸收訊息，並像人類一樣交流它所學到的東西。
雖然這是一個有趣的過程，但訓練葉不僅需要強大的運算能力，還需要最先進的圖形處理單元(GPU)半導體才能發揮最大的功能。此外，任何專注於「訓練」人工智慧平台的基礎設施都需要大量的電力，因此資料中心必須位於再生能源附近。新的液體冷卻系統和重新設計的備用電源和發電機系統也必須安裝。
至於人工智慧平台大腦的另一半，推理葉負責在用戶提出問題後幾秒內回答問題，它有自己的一套需求，目前的數據基礎設施無法滿足。好消息是，目前連接的資料中心網路可以適應這種需求，但設施必須升級才能處理所需的大量處理能力。這些設施也必須在變電站附近。
目前最大的雲端運算供應商正在向需要的人工智慧新創公司提供資料處理能力。他們願意提供這種服務，因為他們認為人工智慧新創公司是潛在的長期客戶。
而大型雲端運算企業之間正在進行一場代理人戰爭。他們真的是唯一有能力建造擁有無數參數的真正大型人工智慧平台的企業。
以上是人工智慧需要升級哪些資料中心基礎架構？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
