目前的數據基礎設施已經能夠處理云計算、5G網絡和視頻流的涌入，但這可能不足以支持人工智能的全面應用所帶來的最新數字變革。

相反，人工智能的數字基礎設施可能需要一個完全獨立的云計算框架。這一新框架需要根據特定數據中心集群的位置及其所具有的功能重新定義現有數據中心網絡。

科技企業緊跟人工智能趨勢

最近備受討論的ChatGPTAI人工智能語音合成器擁有100多萬用戶，并獲得了微軟100億美元的投資。此外，亞馬遜網絡服務于11月與StabilityAI合作，谷歌創建了一個名為Lamda的類似ChatGPT系統。與此同時，Meta最近宣布暫停其數據中心建設，以便能夠重新配置其服務器場，從而滿足AI的數據處理要求。

人工智能平臺的數據處理需求已經增長到這樣的程度，如果沒有微軟即將升級的Azure云平臺，ChatGPT的創建者OpenAI將無法繼續運營該平臺。

為什么人工智能需要新的數據基礎設施

像ChatGPT這樣的人工智能平臺的“大腦”通過兩個不同的“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，后者支持生成平臺，在用戶被問到問題后立即以更“人性化”的方式回答用戶的問題。

訓練葉將需要大量的“計算能力”來處理生成ChatGPT創建的所有內容所需的所有數據點。從本質上講，訓練葉提取數據點并在模型中重新組織它們。這個過程是反復進行的，每一次，人工智能實體都能更好地理解，它教會自己如何吸收信息，并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計算能力，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，任何專注于“訓練”人工智能平臺的基礎設施都需要大量的電力，因此數據中心必須位于可再生能源附近。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。

至于人工智能平臺大腦的另一半，推理葉負責在用戶提出問題后幾秒內回答問題，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，目前連接的數據中心網絡可以適應這種需求，但設施必須升級才能處理所需的大量處理能力。這些設施還必須在變電站附近。

目前最大的云計算提供商正在向需要的人工智能初創企業提供數據處理能力。他們愿意提供這種服務，因為他們認為人工智能初創公司是潛在的長期客戶。

而大型云計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能平臺的企業。