2023 a été une année décisive pour l’intelligence artificielle. Un concept vieux de plusieurs décennies, auparavant relégué aux histoires de science-fiction, est désormais un outil courant que des millions de personnes utilisent dans leur vie quotidienne. Les utilisateurs de Netflix reçoivent des recommandations personnalisées grâce à l’IA. Les développeurs l’utilisent pour automatiser les révisions de code. Les concepteurs utilisent l’IA pour les nouvelles itérations de produits.
En coulisses, les centres de données fourmillent d’activité comme jamais auparavant. Les équipes informatiques réévaluent leurs plans et leurs ressources pour s’assurer de pouvoir prospérer à l’ère de l’IA. Il ne fait plus aucun doute que l’IA va remodeler notre façon de vivre et de travailler – et ainsi remodeler l’infrastructure qui sous-tend tout cela.
Des tendances macroéconomiques claires émergent dans le domaine de l’intelligence artificielle, notamment une explosion de nouveaux cas d’utilisation de l’IA dans le paysage des consommateurs et des entreprises, une montée en puissance continue de l’IA générative et des exigences croissantes en matière de réglementation et de conformité. Chacun de ces éléments a des implications significatives pour le marché des centres de données. Tout, de la conception des processeurs à la chimie des batteries au sein du centre de données, doit être reconsidéré.
De nouveaux cas d’utilisation de l’IA continuent d’émerger
À mesure que l’IA continue de s’améliorer, son impact sur l’économie sera certainement considérable et s’étendra à tous les secteurs. De nouveaux cas d’utilisation continuent d’émerger dans les soins de santé, l’éducation, le commerce et d’autres secteurs critiques. Les outils SaaS d’IA rendent la technologie plus accessible que jamais. Selon un estimation d’après Goldman Sachs publié plus tôt cette année, l’IA pourrait à terme augmenter le PIB mondial annuel de 7 %.
Bien qu’il s’agisse d’une aubaine pour la société, ces charges de travail gourmandes en données mettent déjà à rude épreuve le marché des centres de données. Autour du monde, la capacité du centre de données diminue, selon CBRE, en raison d’une forte demande. Combinée à des défis tels que les retards de construction et les limitations de puissance, la pression contraint également les coûts des centres de données à augmenter. Même avec des prix plus élevés pour les centres de données, la demande continue de croître. Les entreprises de tous les secteurs souhaitent déployer davantage de solutions basées sur l’IA.
À mesure que l’IA devient de plus en plus omniprésente dans les systèmes et applications métiers critiques, il convient de se demander si les cas d’utilisation de l’IA seront pris en charge par des désignations de charges critiques ou seront touchés par un délestage lors d’une panne. Avec l’augmentation de la densité de puissance de l’IA, la variabilité de la demande d’énergie liée à l’IA et la demande générale de plus de capacité, les opérateurs de centres de données devront s’assurer qu’ils disposent de ressources d’alimentation et de sauvegarde appropriées et suffisantes. Les progrès de la technologie des batteries peuvent constituer un outil stratégique pour améliorer à la fois la densité de puissance d’une installation et sa stabilité thermique. Les batteries nickel-zinc (NiZn) offrent une densité de puissance de pointe et fonctionnent sur une plage de températures plus large, sans emballement thermique.
L’essor de l’IA générative
Les industries ne se contentent pas d’explorer l’IA ; ils s’intéressent spécifiquement à l’IA générative.
L’IA générative est rapidement devenue un outil grand public avec la sortie de ChatGPT d’OpenAI fin 2022. Alors que d’autres outils basés sur l’IA offrent des informations et des prédictions basées sur des données existantes, les outils d’IA générative peuvent créer un contenu entièrement nouveau.
Le potentiel de l’IA générative est immense. En moins d’un an, son apparition a déjà bouleversé le statu quo dans des secteurs tels que le développement de logiciels, l’éducation et les médias. Même si la technologie fait déjà des vagues, le déploiement de l’IA générative n’en est qu’à ses débuts. Des géants de la technologie comme MicrosoftGoogle, Adobe et d’autres investissent des sommes colossales pour intégrer l’IA générative dans leurs outils.
Pendant ce temps, les entreprises sont également désireuses de tirer parti de l’IA générative. La société d’études de marché Enterprise Technology Research a découvert que près de la moitié des organisations interrogées plus tôt cette année évaluent leurs cas d’utilisation commerciale. Les cas d’utilisation les plus fréquemment cités étaient le support client, la synthèse de textes et de données, la génération et la documentation de code et la rédaction de contenu. La technologie va certainement s’améliorer et évoluer au cours de la prochaine année, apportant des cas d’utilisation plus sophistiqués et des outils conviviaux.
La formation de modèles d’IA génératifs est une tâche énorme qui nécessite une puissance de calcul importante. Selon Dell, les plus gros modèles prennent mois pour s’entraîner, même avec des centres de données dédiés remplis de GPU. La formation du ChatGPT-3 d’OpenAI, par exemple, prendrait jusqu’à 34 jours, même avec plus de 1 000 GPU Nvidia A100. Tous ces GPU, quant à eux, nécessitent un espace au sol précieux, d’énormes quantités d’énergie et des systèmes de refroidissement matériels sophistiqués.
Cependant, la vérité est que les charges de travail de l’IA ne sont pas cohérentes en termes de consommation d’énergie. Les modèles de formation nécessitent une puissance immense, tout comme l’exécution de modèles d’entreprise en production. Il y a cependant des moments où les charges d’IA exerceront moins de pression sur un centre de données. La consommation électrique incohérente de l’IA provoque un effet de cyclage sur les batteries auquel l’industrie est encore en train de s’adapter. C’est encore une autre raison pour laquelle la densité de puissance et la stabilité thermique des batteries nickel-zinc sont devenues plus convaincantes.
La nécessité d’innover
Il est clair que l’IA générative va tester les limites de la conception des centres de données. Et à mesure que de plus en plus d’industries découvrent de nouveaux cas d’utilisation de l’IA, la pression sur le statu quo va augmenter. Les centres de données classiques, tels qu’ils existent aujourd’hui, ne sont tout simplement pas conçus pour des charges de travail aussi gourmandes en énergie. Pour un rack de serveur exécutant des applications d’entreprise standard, la consommation électrique moyenne est d’environ 7 kW, selon l’organisation de centre de données AFCOM. Pourtant, les applications d’IA consomment généralement plus de 30 kW par rack.
Même si l’essentiel de l’attention en matière d’infrastructure informatique se porte sur les processeurs avancés, il reste de la place pour l’innovation dans l’ensemble du centre de données. Les planificateurs de centres de données, par exemple, devraient envisager de nouvelles méthodes de refroidissement, telles que le refroidissement liquide, pour maintenir l’infrastructure à des niveaux de température sûrs. Des options telles que les batteries nickel-zinc pourraient permettre aux centres de données de fonctionner sur une plage de températures plus large tout en offrant une durée de vie plus longue et une densité de puissance de pointe.
Ce n’est pas seulement l’équipement d’un centre de données qui a besoin d’être rafraîchi : la conception des bâtiments eux-mêmes va changer pour s’adapter aux charges de travail de l’IA. Les bâtiments de centres de données modulaires deviennent courants, permettant aux organisations de développer leur infrastructure selon leurs besoins. Cela nécessite des composants sûrs et efficaces, avec une alimentation plus distribuée que les systèmes de secours UPS (alimentation sans coupure) typiques et centralisés.
À mesure que les centres de données évoluent pour intégrer l’IA, les opérateurs de centres de données trouveront également des moyens d’utiliser eux-mêmes l’IA. La maintenance et l’exploitation des centres de données sont des cas d’utilisation clairs de l’IA, permettant une plus grande efficacité et sécurité.
Exigences croissantes en matière de réglementation et de durabilité
Alors que les organisations se préparent à tirer parti de l’IA, chaque étape du processus – de la création du centre de données au déploiement – doit tenir compte de l’évolution de l’environnement réglementaire. Lorsque ChatGPT est devenu grand public, cela a également été un signal d’alarme pour les décideurs politiques et les régulateurs qui réfléchissaient à de nouvelles règles pour régir l’ère de l’IA.
Dans les mois et les années à venir, les praticiens de l’IA verront certainement de nouvelles règles concernant la manière dont les modèles d’IA sont construits et déployés. Ils verront également probablement une réglementation mise à jour concernant les infrastructures physiques, exigeant que les systèmes critiques et les grandes installations soient protégés contre tout, des cyberattaques aux incendies.
Une nouvelle vague de réglementation pourrait également se concentrer sur l’impact environnemental des centres de données. Les organisations prennent déjà le pas initiative visant à envisager des objectifs ESG renforcés à mesure qu’ils développent l’empreinte de leur centre de données. Avec une prise de conscience croissante des conséquences néfastes que l’IA peut avoir sur notre environnement, les planificateurs de centres de données doivent réfléchir à la manière dont proviennent les matériaux de leurs installations, aux polluants qu’ils peuvent émettre et à la manière dont ils peuvent éventuellement être recyclés.
Nous avons atteint un sérieux point d’inflexion dans le développement de l’IA. Son impact sur la société aura des répercussions que nous ne pouvons pas entièrement prévoir. Nous pouvons cependant observer les grandes tendances qui se dessinent et prendre des mesures pour garantir que nous sommes prêts pour la nouvelle ère de l’IA.
Articles Liés:
